Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
Les modèles de prévision prédisent une séquence de valeurs. Par exemple, en tant que revendeur, vous souhaitez peut-être prévoir la demande quotidienne de vos produits pour les trois prochains mois afin de pouvoir anticiper convenablement les stocks de produits nécessaires.
Workflow permettant de créer un modèle de prévision et d'effectuer des inférences
Le processus de création d'un modèle de prévision dans Vertex AI est le suivant :
Demandez des inférences par lot à partir de votre modèle de prévision.
Les prévisions avec AutoML ne sont pas compatibles avec les inférences en ligne. Si vous souhaitez demander des inférences en ligne à partir de votre modèle de prévision, utilisez le workflow tabulaire pour les prévisions.
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
[[["Facile à comprendre","easyToUnderstand","thumb-up"],["J'ai pu résoudre mon problème","solvedMyProblem","thumb-up"],["Autre","otherUp","thumb-up"]],[["Difficile à comprendre","hardToUnderstand","thumb-down"],["Informations ou exemple de code incorrects","incorrectInformationOrSampleCode","thumb-down"],["Il n'y a pas l'information/les exemples dont j'ai besoin","missingTheInformationSamplesINeed","thumb-down"],["Problème de traduction","translationIssue","thumb-down"],["Autre","otherDown","thumb-down"]],[],[],[],null,["# Forecasting with AutoML\n\n| To see an example of how to create, train, and use an AutoML\n| time-series forecasting model for batch prediction,\n| run the \" tabular forecasting model for batch prediction\" notebook in one of the following\n| environments:\n|\n| [Open in Colab](https://colab.research.google.com/github/GoogleCloudPlatform/vertex-ai-samples/blob/main/notebooks/official/automl/sdk_automl_tabular_forecasting_batch.ipynb)\n|\n|\n| \\|\n|\n| [Open in Colab Enterprise](https://console.cloud.google.com/vertex-ai/colab/import/https%3A%2F%2Fraw.githubusercontent.com%2FGoogleCloudPlatform%2Fvertex-ai-samples%2Fmain%2Fnotebooks%2Fofficial%2Fautoml%2Fsdk_automl_tabular_forecasting_batch.ipynb)\n|\n|\n| \\|\n|\n| [Open\n| in Vertex AI Workbench](https://console.cloud.google.com/vertex-ai/workbench/deploy-notebook?download_url=https%3A%2F%2Fraw.githubusercontent.com%2FGoogleCloudPlatform%2Fvertex-ai-samples%2Fmain%2Fnotebooks%2Fofficial%2Fautoml%2Fsdk_automl_tabular_forecasting_batch.ipynb)\n|\n|\n| \\|\n|\n[View on GitHub](https://github.com/GoogleCloudPlatform/vertex-ai-samples/blob/main/notebooks/official/automl/sdk_automl_tabular_forecasting_batch.ipynb) \n\n\n**Forecasting** models predict a sequence of values. For example,\nas a retailer, you might want to forecast daily demand of your products\nfor the next 3 months so that you can appropriately stock product\ninventories in advance.\n\nWorkflow for creating a forecast model and making inferences\n------------------------------------------------------------\n\nThe process for creating a forecast model in Vertex AI is as\nfollows:\n\nForecasting with AutoML doesn't support online inferences. If you want to\nrequest online inferences from your forecast model, use\n[Tabular Workflow for Forecasting](/vertex-ai/docs/tabular-data/tabular-workflows/forecasting)."]]