BigQuery: Previsão de Séries Temporais com IA Potente
Google Cloud Platform (GCP)

BigQuery: Previsão de Séries Temporais com IA Potente

BigQuery Aprimora Análise com Previsão de Séries Temporais Avançada

O Google BigQuery, plataforma líder em análise de dados em nuvem, acaba de receber uma atualização significativa em suas capacidades de Inteligência Artificial. A partir de agora, os usuários podem contar com o TimesFM 3.0, um modelo de previsão de séries temporais integrado diretamente à plataforma.

Novas Funcionalidades para Análise Preditiva

O TimesFM 3.0 é uma implementação do inovador modelo open source TimesFM, desenvolvido pelo Google Research. Essa integração traz um leque de funcionalidades poderosas para quem lida com dados temporais:

  • Previsão Univariada e Multivariada com AI.FORECAST: A função AI.FORECAST foi expandida para permitir não apenas previsões univariadas, mas também a análise multivariada. Isso significa que é possível prever valores para múltiplas séries temporais simultaneamente, considerando seus históricos e a influência de covariáveis adicionais.
  • Avaliação de Previsões com AI.EVALUATE: Para garantir a precisão e a confiabilidade das projeções, a função AI.EVALUATE possibilita a avaliação detalhada de modelos de previsão univariada.
  • Detecção de Anomalias com AI.DETECT_ANOMALIES: Identificar padrões incomuns ou desvios em séries temporais univariadas torna-se mais eficiente com a função AI.DETECT_ANOMALIES, auxiliando na identificação de eventos atípicos que podem demandar atenção.

Acessibilidade e Implementação

Para os interessados em explorar o potencial do TimesFM 3.0, o Google oferece tutoriais detalhados. Seja para prever uma única série temporal ou múltiplas, com a ajuda de covariáveis, os guias Preveja uma única série temporal com um modelo multivariado TimesFM e Preveja múltiplas séries temporais com um modelo multivariado TimesFM fornecem um caminho claro para a implementação.

É importante notar que o modelo TimesFM 3.0 está atualmente em estágio de Preview, indicando que o Google está coletando feedback para aprimoramentos futuros antes de seu lançamento geral.

Data science para negócios
Recomendado pelo autor
Data science para negócios
* Link de afiliado — o preço pode variar. Ao comprar, você apoia este blog sem custo extra.
Data Science do Zero - 2º Edição: Noções Fundamentais com Python
Recomendado pelo autor
Data Science do Zero - 2º Edição: Noções Fundamentais com Python
* Link de afiliado — o preço pode variar. Ao comprar, você apoia este blog sem custo extra.

💡 Opinião do Editor

O anúncio da integração do TimesFM 3.0 no BigQuery é mais um passo gigante que reafirma a liderança do Google Cloud em democratizar o acesso a ferramentas de IA de ponta para análise de dados. Vinte anos trabalhando com dados me ensinaram que o verdadeiro poder não está apenas na tecnologia, mas em como ela empodera as equipes a extrair valor real. Ver o BigQuery agora abraçar de forma tão robusta a previsão de séries temporais, com funções intuitivas como `AI.FORECAST` e `AI.DETECT_ANOMALIES`, me entusiasma. Isso significa que equipes de diferentes níveis de maturidade em ciência de dados poderão, de forma mais acessível e ágil, transformar dados históricos em previsões acionáveis, impulsionando a tomada de decisões estratégicas, desde a otimização de estoque até a previsão de demanda. Para vocês que lidam com volumes de dados que crescem exponencialmente, a mensagem é clara: invistam tempo em entender como essas novas capacidades se encaixam nos seus fluxos de trabalho. Comecem experimentando `AI.FORECAST` em um cenário de negócio crítico para vocês e avaliem o impacto direto nos resultados. Não deixem essa oportunidade passar!

— Ronaldo Bevilaqua, Data Manager & Editor do Data Drop
#BigQuery, #TimesFM, #InteligenciaArtificial, #SeriesTemporais, #DataAnalytics, #GoogleCloud

chat_bubble Comentários (0)

Nenhum comentário ainda. Seja o primeiro a comentar!

Deixe seu comentário