Prognosen mit ARIMA+

BigQuery ML ARIMA_PLUS ist ein univariates Prognosemodell. Als statistisches Modell ist es schneller zu trainieren als ein Modell, das auf neuronalen Netzwerken basiert. Wir empfehlen, ein BigQuery ML ARIMA_PLUS-Modell zu trainieren, wenn Sie viele schnelle Iterationen der Modellschulung durchführen müssen oder wenn Sie eine kostengünstige Referenz benötigen, an der Sie andere Modelle messen können.

Wie Prophet versucht BigQuery ML ARIMA_PLUS, jede Zeitreihe in Trends, Jahreszeiten und Feiertage zu unterteilen, um aus der Aggregation der Inferenz dieser Modelle eine Prognose zu erstellen. Einer der vielen Unterschiede besteht darin, dass BQML ARIMA+ die Trendkomponente mit ARIMA modelliert, während Prophet versucht, eine Kurve in einem abschnittsweise logistischen oder linearen Modell anzupassen.

Google Cloud bietet eine Pipeline zum Trainieren eines BigQuery ML ARIMA_PLUS-Modells und eine Pipeline zum Abrufen von Batchinferenzen aus einem BigQuery ML ARIMA_PLUS-Modell. Beide Pipelines sind Instanzen von Vertex AI Pipelines aus den Google Cloud Pipeline-Komponenten (GCPC).

Nächste Schritte