ARIMA_PLUS di BigQuery ML è un modello di previsione univariato. In quanto modello statistico, l'addestramento è più rapido rispetto a un modello basato su reti neurali. Ti consigliamo di addestrare un modello ARIMA_PLUS di BigQuery ML se devi eseguire molte iterazioni rapide di addestramento del modello o se hai bisogno di una baseline economica per misurare altri modelli.
Come Prophet, ARIMA_PLUS di BigQuery ML tenta di scomporre ogni serie temporale in tendenze, stagioni e festività, producendo una previsione utilizzando l'aggregazione delle inferenze di questi modelli. Una delle tante differenze, tuttavia, è che ARIMA+ di BQML utilizza ARIMA per modellare il componente di tendenza, mentre Prophet tenta di adattare una curva utilizzando un modello logistico o lineare a tratti.
Google Cloud offre una pipeline per l'addestramento di un modello ARIMA_PLUS di BigQuery ML e una pipeline per ottenere inferenze batch da un modello ARIMA_PLUS di BigQuery ML. Entrambe le pipeline sono istanze di Gemini Enterprise Agent Platform Pipelines da Google Cloud Pipeline Components (GCPC).
Passaggi successivi
- Scopri di più su BigQuery ML ARIMA_PLUS.
- Scopri di più su i service account utilizzati da questo flusso di lavoro.