BigQuery ML ARIMA_PLUS è un modello di previsione univariato. Come un modello statistico, l'addestramento è più veloce 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 dell'addestramento del modello o se è necessario base di riferimento per misurare altri modelli.
Come Prophet, BigQuery ML ARIMA_PLUS tenta di scomporre ogni serie temporale in tendenze, stagioni e festività, producendo una previsione utilizzando l'aggregazione di questi modelli per le previsioni. Una delle tante differenze, tuttavia, è che BQML ARIMA+ 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 addestrare un ARIMA_PLUS di BigQuery ML e una pipeline per ottenere previsioni batch da un modello ARIMA_PLUS di BigQuery ML. Entrambe le pipeline sono istanze Vertex AI Pipelines da Componenti della pipeline di Google Cloud (GCPC).
Passaggi successivi
- Scopri di più su BigQuery ML ARIMA_PLUS.
- Scopri di più sugli account di servizio utilizzati da questo flusso di lavoro.