予測の概要

予測とは、過去のデータを分析して将来の傾向を予測する手法です。たとえば、複数の店舗の過去の販売データを分析して、それらの店舗での将来の販売を予測するようなことが考えられます。BigQuery ML では、時系列データに対して予測を行います。

予測は次の方法で実行できます。

  • 組み込みの TimesFM モデルで AI.FORECAST 関数を使用します。このアプローチは、単一の変数の将来の値を予測する必要があり、モデルをファインチューニングする機能が不要な場合に使用します。この方法では、モデルを作成して管理する必要はありません。
  • ARIMA_PLUS モデルで ML.FORECAST 関数を使用します。このアプローチは、ARIMA ベースのモデリング パイプラインを実行し、結果を説明するために時系列を複数のコンポーネントに分解する必要がある場合に使用します。この方法では、モデルを作成して管理する必要があります。
  • ARIMA_PLUS_XREG モデルで ML.FORECAST 関数を使用します。このアプローチは、複数の変数の将来の値を予測する必要がある場合に使用します。この方法では、モデルを作成して管理する必要があります。

ARIMA_PLUS と ARIMA_PLUS_XREG の時系列モデルは、実際には 1 つのモデルではなく、複数のモデルとアルゴリズムを含む時系列モデリング パイプラインです。詳細については、時系列モデリング パイプラインをご覧ください。

BigQuery ML のステートメントと関数のデフォルト設定を使用すると、ML の知識があまりなくても予測モデルを作成して使用できます。ただし、ML 開発、特に予測モデルに関する基本的な知識があれば、データとモデルの両方を最適化して、より良い結果を得るのに役立ちます。ML の手法とプロセスに習熟するために、次のリソースの活用をおすすめします。