Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Das TimesFM-Modell
In diesem Dokument wird das integrierte Zeitreihenprognosemodell „TimesFM“ von BigQuery ML beschrieben.
Das integrierte univariate TimesFM-Modell ist eine Implementierung des Open-Source-TimesFM-Modells von Google Research. Das TimesFM-Modell von Google Research ist ein Foundation Model für Zeitreihenprognosen, das mit Milliarden von Zeitpunkten aus vielen realen Datensätzen vorab trainiert wurde. Sie können es daher auf neue Prognosedatensätze in vielen Bereichen anwenden.
Mit dem integrierten TimesFM-Modell von BigQuery ML und der Funktion AI.FORECAST können Sie Prognosen erstellen, ohne ein eigenes Modell erstellen und trainieren zu müssen. So müssen Sie auch keine Modelle verwalten.
Die Prognoseergebnisse des TimesFM-Modells sind mit herkömmlichen statistischen Methoden wie ARIMA vergleichbar. Wenn Sie mehr Optionen zur Modelloptimierung als das TimesFM-Modell benötigen, können Sie ein ARIMA_PLUS- oder ARIMA_PLUS_XREG-Modell erstellen und es stattdessen mit der Funktion ML.FORECAST verwenden.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Schwer verständlich","hardToUnderstand","thumb-down"],["Informationen oder Beispielcode falsch","incorrectInformationOrSampleCode","thumb-down"],["Benötigte Informationen/Beispiele nicht gefunden","missingTheInformationSamplesINeed","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-04-17 (UTC)."],[],[]]
