Das TimesFM-Modell

In diesem Dokument wird das integrierte TimesFM-Modell für Zeitreihenprognosen von BigQuery ML beschrieben.

Das integrierte univariate TimesFM-Modell ist eine Implementierung des TimesFM-Modells von Google Research, das als Open-Source-Software verfügbar ist. Das TimesFM-Modell von Google Research ist ein Foundation Model für Zeitreihenprognosen, das mit Milliarden von Zeitpunkten aus vielen realen Datasets vortrainiert wurde. Sie können es also auf neue Prognosedatasets in vielen Bereichen anwenden. Das TimesFM-Modell ist in allen von BigQuery unterstützten Regionen verfügbar.

Wenn Sie das integrierte TimesFM-Modell von BigQuery ML mit der Funktion AI.FORECAST verwenden, können Sie Prognosen erstellen, ohne ein eigenes Modell erstellen und trainieren zu müssen. So entfällt die Notwendigkeit der Modellverwaltung. Die Prognoseergebnisse des TimesFM-Modells sind mit denen herkömmlicher statistischer Methoden wie ARIMA vergleichbar. Wenn Sie mehr Optionen zum Optimieren von Modellen benötigen, als das TimesFM-Modell bietet, können Sie stattdessen ein ARIMA_PLUS- oder ARIMA_PLUS_XREG-Modell erstellen und es mit der ML.FORECAST-Funktion verwenden.

Wenn Sie ein TimesFM-Modell mit der AI.FORECAST-Funktion verwenden möchten, lesen Sie den Abschnitt Prognosen für mehrere Zeitachsen mit einem univariaten TimesFM-Modell erstellen.

Weitere Informationen zum Google Research TimesFM-Modell finden Sie in den folgenden Ressourcen: