Previsione con AutoML

Per visualizzare un esempio di come creare, addestrare e utilizzare un modello di previsione delle serie temporali AutoML per la previsione batch, esegui il blocco note Jupyter "Modello di previsione tabulare AutoML per la previsione batch" in uno dei seguenti ambienti:

Apri in Colab | Apri in Colab Enterprise | Apri nei blocchi note gestiti dall'utente di Vertex AI Workbench | Visualizza su GitHub

I modelli di previsione prevedono una sequenza di valori. Ad esempio, come rivenditore, potresti voler prevedere la domanda giornaliera dei tuoi prodotti per i prossimi tre mesi in modo da poter archiviare in modo appropriato gli inventari dei prodotti in anticipo.

Flusso di lavoro per la creazione di un modello di previsione e l'esecuzione di previsioni

Il processo per creare un modello di previsione in Vertex AI è il seguente:

Procedura	Descrizione
1. Preparare dati di addestramento tabulari per i modelli di previsione	Prepara i dati di addestramento tabulari per l'addestramento del modello di previsione.
2. Creare un set di dati per l'addestramento dei modelli di previsione	Crea un nuovo set di dati a cui associare i dati di addestramento preparati.
3. Addestra un modello di previsione	Addestra un modello di previsione in Vertex AI utilizzando il tuo set di dati.
4. Valutare il modello	Valuta il tuo modello di previsione appena addestrato per assicurare l'accuratezza delle previsioni.
5. Ottenere previsioni per un modello di previsione	Richiedi previsioni batch dal modello di previsione.

Le previsioni con AutoML non supportano le previsioni online. Se vuoi richiedere previsioni online dal tuo modello di previsione, utilizza Flusso di lavoro tabulare per le previsioni.