Использование пользовательских праздников для прогнозирования временных рядов в BigQuery ML

Прогнозирование временных рядов имеет решающее значение в различных отраслях. Праздничные дни оказывают влияние на данные временных рядов, поэтому их важно учитывать в моделях прогнозирования. Теперь BigQuery ML предлагает возможности моделирования пользовательских праздников в моделях ARIMA_PLUS и ARIMA_PLUS_XREG. Эти возможности позволяют пользователям получать доступ к встроенным данным о праздничных днях, настраивать параметры праздников и объяснять вклад отдельных праздников в результаты прогнозирования. Создав пользовательский праздник для такого события, как Google I/O, пользователи могут значительно повысить точность своих прогнозов. Моделирование пользовательских праздников позволяет пользователям включать праздники, характерные для компании, повышая объясняемость и точность моделей прогнозирования. BigQuery ML предоставляет общедоступный набор данных и функцию значения таблицы ML.HOLIDAY_INFO, чтобы облегчить понимание праздников, используемых в моделях прогнозирования. Моделирование пользовательских праздников в моделях прогнозирования теперь доступно для предварительного просмотра в BigQuery ML. Оно предлагает такие преимущества, как простота конфигурации с помощью GoogleSQL, повышенная прозрачность и улучшенная объясняемость прогнозирования временных рядов.