O BigQuery ML ARIMA_PLUS é um modelo de previsão univariado. Por ser um modelo estatístico, ele é mais rápido treinar do que um modelo baseado em redes neurais. Recomendamos treinar um modelo BigQuery ML ARIMA_PLUS quando você precisa executar muitas iterações rápidas de treinamento de modelo ou precisa de um valor de referência econômico para medir outros modelos.
Assim como o Prophet, o BigQuery ML ARIMA_PLUS tenta decompor cada série temporal em tendências, estações e feriados, produzindo uma previsão usando a agregação dessas previsões de modelos. No entanto, uma das muitas diferenças é que o BQML ARIMA+ usa o ARIMA para modelar o componente de tendência, enquanto o Prophet tenta ajustar uma curva usando um modelo logístico ou linear parcial.
O Google Cloud oferece um pipeline para treinar um modelo BigQuery ML ARIMA_PLUS e um pipeline para receber previsões em lote de um modelo BigQuery ML ARIMA_PLUS. Os dois pipelines são instâncias de Vertex AI Pipelines de Componentes de Pipeline do Google Cloud (GCPC).
A seguir
- Saiba mais sobre o ARIMA_PLUS do BigQuery ML.
- Saiba mais sobre as contas de serviço usadas por este fluxo de trabalho.