O modelo TimesFM

Este documento descreve o modelo de previsão de série temporal TimesFM integrado do BigQuery ML.

O modelo univariado TimesFM integrado é uma implementação do modelo TimesFM de código aberto do Google Research's open source TimesFM model. O modelo TimesFM do Google Research é um modelo de fundação para previsão de séries temporais que foi pré-treinado em bilhões de pontos de tempo de muitos conjuntos de dados do mundo real. Assim, é possível aplicá-lo a novos conjuntos de dados de previsão em vários domínios. O modelo TimesFM está disponível em todas as regiões com suporte do BigQuery.

Usar o modelo TimesFM integrado do BigQuery ML com a AI.FORECAST função permite fazer previsões sem precisar criar e treinar seu próprio modelo, evitando a necessidade de gerenciamento de modelos. Os resultados da previsão do modelo TimesFM são comparáveis a métodos estatísticos convencionais, como ARIMA. Se você quiser mais opções de ajuste de modelo do que o modelo TimesFM oferece, crie um ARIMA_PLUS ou ARIMA_PLUS_XREG modelo e use-o com a função ML.FORECAST em vez disso.

Para usar um modelo TimesFM com a função AI.FORECAST, consulte Prever várias série temporal com um modelo univariado TimesFM.

Para usar o modelo TimesFM para detectar anomalias em dados de série temporal, use a AI.DETECT_ANOMALIES função.

Para avaliar os valores previstos do modelo TimesFM em relação aos valores reais, use a AI.EVALUATE função.

Para saber mais sobre o modelo TimesFM do Google Research, use os seguintes recursos:

• Blog do Google Research (em inglês)
• Repositório do GitHub (em inglês)
• Página do Hugging Face (em inglês)