Comment utiliser des jours fériés personnalisés pour des prévisions chronologiques dans BigQuery ML

Les prévisions de séries chronologiques sont essentielles dans divers secteurs. Les jours fériés ont un impact sur les données de séries chronologiques, il est donc important d'en tenir compte dans les modèles de prévision. BigQuery ML propose désormais des fonctionnalités de modélisation des jours fériés personnalisées dans les modèles ARIMA_PLUS et ARIMA_PLUS_XREG. Ces fonctionnalités permettent aux utilisateurs d'accéder aux données de jours fériés intégrées, de personnaliser les paramètres de jours fériés et d'expliquer la contribution des jours fériés individuels aux résultats des prévisions. En créant un jour férié personnalisé pour un événement tel que Google I/O, les utilisateurs peuvent améliorer considérablement la précision de leurs prévisions. La modélisation des jours fériés personnalisée permet aux utilisateurs d'intégrer les jours fériés propres à l'entreprise, améliorant ainsi l'explicabilité et la précision des modèles de prévision. BigQuery ML fournit un dataset public et la fonction de valeur de table ML.HOLIDAY_INFO pour faciliter la compréhension des jours fériés utilisés dans les modèles de prévision. La modélisation des jours fériés personnalisée dans les modèles de prévision est désormais disponible en avant-première dans BigQuery ML. Elle offre des avantages tels que la facilité de configuration à l'aide de GoogleSQL, une transparence accrue et une meilleure explicabilité des prévisions de séries chronologiques.