本 Module 提供了序列模型类型、时间系列模式和分析以及预测符号的理论基础。

本 Modulation 介绍在 Google Cloud 上构建预测解决方案的两个主要选项：BigQuery ML 和 Vertex AI Forecast (AutoML)。它还研究了 Vertex AI Forecast 的独特功能，并探索了使用 AutoML 的端到端工作流程。

本 Module 探讨如何将原始数据转换为 Vertex AI 支持的数据类型和格式。它还介绍了 Time Series 中不同类型的 Feature 以及数据摄取的最佳实践。

该 Module 引导学习者完成模型训练，并演示配置细节，如上下文窗口、预测范围和优化目标的设置。

本模块描述了训练数据的拆分，演示了评价指标，并推荐了提高模型性能的方法。

本 Module 演示了模型预测，特别是使用顶点 AI 预测进行批量预测。它还探讨了机器学习操作（MLOps）以及从开发到生产的过渡。

本 Modulation 介绍了模型漂移和模型再训练方法。它还演示了如何使用顶点 AI 管道实现预测工作流程的自动化。

本 Modulation 介绍在零售商店中使用顶点 AI 预测构建预测解决方案的用例。它演示了步骤和注意事项，使用两个不同的数据集进行了试点研究，并讨论了挑战和经验教训。

本模块涉及顶点 AI 预测的主要 Feature，并总结了每个模块的主要内容。