BigQuery ML ARIMA_PLUS è un modello di previsione non variata. Come modello statistico, l'addestramento è più rapido di un modello basato su reti neurali. Consigliamo di addestrare un modello BigQuery ML ARIMA_PLUS se devi eseguire molte iterazioni rapide di addestramento di modelli o se hai bisogno di una base di riferimento economica da utilizzare per la misurazione di altri modelli.
Come Prophet, BigQuery ML ARIMA_PLUS tenta di scomporre ogni serie temporale in tendenze, stagioni e festività, generando una previsione utilizzando l'aggregazione delle previsioni di questi modelli. Una delle tante differenze, tuttavia, è che BQML ARIMA+ utilizza ARIMA per modellare il componente della 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 di BigQuery ML e una pipeline per ottenere previsioni batch da un modello ARIMA_PLUS di BigQuery ML. Entrambe le pipeline sono istanze di Vertex AI Pipelines da Google Cloud Pipeline components (GCPC).
Passaggi successivi
- Scopri di più su BigQuery ML ARIMA_PLUS.
- Scopri di più sugli account di servizio utilizzati da questo flusso di lavoro.