BigQuery ML ARIMA_PLUS è un modello di previsione univariato. Poiché è 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 dei modelli o se hai bisogno di una base di riferimento economica 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 delle previsioni di questi modelli. Una delle molte 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 l'addestramento di un modello ARIMA_PLUS BigQuery ML e una pipeline per ottenere previsioni batch da un modello ARIMA_PLUS BigQuery ML. Entrambe le pipeline sono istanze di Vertex AI Pipelines dai 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.