ARIMA_PLUS di BigQuery ML è un modello di previsione univariato. In quanto modello statistico, è più veloce da addestrare rispetto a un modello basato su reti neurali. Ti consigliamo di addestrare un modello ARIMA_PLUS di BigQuery ML se devi eseguire molte iterazioni rapide di addestramento del modello o se hai bisogno di una baseline economica per misurare altri modelli.
Come Prophet, BigQuery ML ARIMA_PLUS tenta di scomporre ogni serie temporale in tendenze, stagioni e festività, producendo una previsione utilizzando l'aggregazione delle inferenze di questi modelli. Una delle tante differenze, tuttavia, è che BQML ARIMA+ utilizza ARIMA per modellare il componente di 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 BigQuery ML ARIMA_PLUS e una pipeline per ottenere inferenze batch da un modello BigQuery ML ARIMA_PLUS. Entrambe le pipeline sono istanze di Vertex AI Pipelines dei Google Cloud componenti della pipeline (GCPC).
Passaggi successivi
- Scopri di più su ARIMA_PLUS di BigQuery ML.
- Scopri di più sugli account di servizio utilizzati da questo flusso di lavoro.