Google TimesFM 3.0 u BigQueryju: predviđanje uz više povezanih faktora

Šta je predstavljeno i kako se koristi

Google Research razvio je TimesFM 3.0 sa 330 miliona parametara. Model je predstavljen u probnoj verziji unutar BigQueryja i omogućava rad sa prognozama kroz SQL, uz korišćenje podataka koji se već nalaze u tom okruženju.

Ranije verzije TimesFM bile su namenjene prognoziranju jednog vremenskog niza na osnovu njegovih ranijih vrednosti. To je takozvano univarijantno predviđanje, koje može biti korisno, ali ne obuhvata sve međusobno povezane pokazatelje.

TimesFM 3.0 uvodi podršku za više vremenskih nizova u istom postupku. Takav pristup omogućava da prognoza uzme u obzir i druge promenljive, umesto da posmatra samo istoriju jedne metrike.

Google kao praktične primere povezanih faktora navodi vremenske uslove, promocije i praznike. Kod planiranja prodaje ili potrošnje te okolnosti mogu menjati buduću potražnju, pa njihovo uključivanje pomaže potpunijem modelovanju problema.

Korisnici BigQueryja već su mogli da koriste funkciju FORECAST, prvo zasnovanu na TimesFM 2.0, a zatim na verziji 2.5. Važna prednost bila je mogućnost rada u SQL-u bez odvojenog treniranja i održavanja sopstvenog modela.

TimesFM 3.0 namenjen je i kao unapređenje za prognoze koje koriste samo jedan niz. Zato najava ne znači da sve postojeće primene treba menjati, već da se proširuje izbor načina predviđanja.

Model je još u probnoj fazi. Stvarna tačnost i isplativost zavise od kvaliteta ulaznih podataka i konkretne primene. Iz objave se zato ne može izvesti garancija da će svaka organizacija odmah dobiti bolje rezultate.

Za kompanije je praktično najvažnije da mogu da isprobaju novi način prognoziranja blizu svojih podataka. Pre ozbiljne upotrebe potrebno je proveriti greške modela i uporediti ga sa jednostavnijim postupcima na istim istorijskim podacima.