TimesFM 模型

本文說明 BigQuery ML 內建的 TimesFM 時間序列預測模型。

內建的 TimesFM 單變數模型是 Google 研究團隊的 開放原始碼 TimesFM 模型實作項目。Google Research TimesFM 模型是時間序列預測的基礎模型，已根據許多實際資料集中的數十億個時間點預先訓練，因此您可以將其套用至許多領域的新預測資料集。所有 BigQuery 支援的區域都提供 TimesFM 模型。

使用 BigQuery ML 的內建 TimesFM 模型搭配 AI.FORECAST 函式，即可執行預測，不必建立及訓練自己的模型，因此不需要管理模型。TimesFM 模型的預測結果可與 ARIMA 等傳統統計方法相提並論。如果您需要比 TimesFM 模型提供的更多模型微調選項，可以改為建立 ARIMA_PLUS 或 ARIMA_PLUS_XREG 模型，並搭配 ML.FORECAST 函式使用。

如要試用 AI.FORECAST 函式搭配 TimesFM 模型，請參閱「使用 TimesFM 單變數模型預測多個時間序列」。

如要進一步瞭解 Google Research TimesFM 模型，請參閱下列資源：

• Google Research 網誌
• GitHub 存放區
• Hugging Face 頁面