Percursos do utilizador completos para modelos de previsão de séries cronológicas

Este documento descreve os percursos do utilizador para modelos de previsão de séries cronológicas do BigQuery ML, incluindo as declarações e as funções que pode usar para trabalhar com modelos de previsão de séries cronológicas. O BigQuery ML oferece os seguintes tipos de modelos de previsão de séries cronológicas:

• ARIMA_PLUS modelos univariados
• ARIMA_PLUS_XREG modelos multivariáveis
• Modelo univariado TimesFM

Modele os percursos do utilizador de criação

A tabela seguinte descreve as declarações e as funções que pode usar para criar modelos de previsão de séries cronológicas:

Tipo de modelo	Criação de modelos	Pré-processamento de funcionalidades	Ajuste de hiperparâmetros	Ponderações dos modelos	Tutoriais
ARIMA_PLUS	CREATE MODEL	Pré-processamento automático	Sintonização automática auto.ARIMA^1	ML.ARIMA_COEFFICIENTS	Preveja um único intervalo temporal Preveja várias séries cronológicas Preveja milhões de intervalos temporais Use feriados personalizados Limite os valores previstos Faça previsões de intervalos temporais hierárquicos Realize a deteção de anomalias com um modelo de previsão de séries de tempo multivariadas
ARIMA_PLUS_XREG	CREATE MODEL	Pré-processamento automático	Sintonização automática auto.ARIMA^1	ML.ARIMA_COEFFICIENTS	Preveja um único intervalo temporal Preveja várias séries cronológicas
TimesFM	N/A	N/A	N/A	N/A	Preveja várias séries cronológicas

¹O algoritmo auto.ARIMA realiza o ajuste dos hiperparâmetros para o módulo de tendência. A otimização de hiperparâmetros não é suportada para toda a pipeline de modelagem. Consulte o pipeline de modelagem para ver mais detalhes.

Use modelos de percursos do utilizador

A tabela seguinte descreve as declarações e as funções que pode usar para avaliar, explicar e obter previsões de modelos de previsão de séries cronológicas:

Tipo de modelo	Avaliação	Inferência	Explicação de IA
ARIMA_PLUS	ML.EVALUATE^1 ML.ARIMA_EVALUATE ML.HOLIDAY_INFO	ML.FORECAST ML.DETECT_ANOMALIES	ML.EXPLAIN_FORECAST^2
ARIMA_PLUS_XREG	ML.EVALUATE^1 ML.ARIMA_EVALUATE ML.HOLIDAY_INFO	ML.FORECAST ML.DETECT_ANOMALIES	ML.EXPLAIN_FORECAST^2
TimesFM	N/A	AI.FORECAST	N/A

¹Pode introduzir dados de avaliação na função ML.EVALUATE para calcular métricas de previsão, como o erro percentual absoluto médio (MAPE). Se não tiver dados de avaliação, pode usar a função ML.ARIMA_EVALUATE para gerar informações sobre o modelo, como a variação e a variância.

² A função ML.EXPLAIN_FORECAST abrange a função ML.FORECAST porque a respetiva saída é um superconjunto dos resultados de ML.FORECAST.