TimesFM 模型

本文档介绍了 BigQuery ML 内置的 TimesFM 时序预测模型。

内置 TimesFM 单变量模型是 Google Research 的开源 TimesFM 模型的实现。Google Research TimesFM 模型是一种时序预测基础模型，已通过许多真实世界数据集中的数十亿个时间点进行预训练，因此您可以将其应用于许多领域的新预测数据集。所有 BigQuery 支持的区域都提供 TimesFM 模型。

使用 BigQuery ML 的内置 TimesFM 模型和 AI.FORECAST 函数，您可以执行预测，而无需创建和训练自己的模型，从而避免了模型管理的需求。 TimesFM 模型的预测结果可与 ARIMA 等传统统计方法相媲美。如果您需要比 TimesFM 模型提供的更多模型调优选项，可以创建 ARIMA_PLUS 或 ARIMA_PLUS_XREG 模型，并将其与 ML.FORECAST 函数搭配使用。

如需尝试将 TimesFM 模型与 AI.FORECAST 函数搭配使用，请参阅使用 TimesFM 单变量模型预测多个时序。

如需详细了解 Google Research TimesFM 模型，请参阅以下资源：

• Google 研究博客
• GitHub 代码库
• Hugging Face 页面