O ARIMA_PLUS do BigQuery ML é um modelo de previsão univariado. Como modelo estatístico, é mais rápido de treinar do que um modelo baseado em redes neurais. Recomendamos a preparação de um modelo ARIMA_PLUS do BigQuery ML se precisar de fazer muitas iterações rápidas da preparação de modelos ou se precisar de uma base económica para medir outros modelos.
Tal como o Prophet, o ARIMA_PLUS do BigQuery ML tenta decompor cada série cronológica em tendências, estações e feriados, produzindo uma previsão através da agregação das inferências destes modelos. No entanto, uma das muitas diferenças é que o ARIMA+ do BQML usa o ARIMA para modelar o componente de tendência, enquanto o Prophet tenta ajustar uma curva usando um modelo logístico ou linear segmentado.
Google Cloud oferece um pipeline para preparar um modelo ARIMA_PLUS do BigQuery ML e um pipeline para obter inferências em lote a partir de um modelo ARIMA_PLUS do BigQuery ML. Ambos os pipelines são instâncias do Vertex AI Pipelines dos Google Cloud componentes de pipeline (GCPC).
O que se segue?
- Saiba mais sobre a função ARIMA_PLUS do BigQuery ML.
- Saiba mais sobre as contas de serviço usadas por este fluxo de trabalho.