Google Таблицы научили автоматически находить аномалии в данных через BigQuery

Команда Google представила функцию обнаружения аномалий в связанных таблицах, которая позволяет выявлять критические выбросы в данных временных рядов без написания SQL-кода и ручного обучения моделей.

Google Таблицы научили автоматически находить аномалии в данных через BigQuery. Фото: из архива компании

Новая возможность работает на основе BigQuery ML и модели TimesFM, обеспечивая так называемый «анализ с нуля» — пользователи получают полезные аналитические выводы на базе ИИ сразу, без настройки и ожидания обучения. Функция расширяет недавно анонсированный инструмент прогнозирования, предлагая более полный набор средств прямо в интерфейсе Google Sheets.

Для запуска анализа достаточно удобной боковой панели, где можно задать период времени, пороговое значение вероятности аномалии (по умолчанию 0,95) и отфильтровать входные данные.

Результаты отображаются в виде новых столбцов: логический индикатор is_anomaly, а также интервалы lower_bound и upper_bound, что позволяет быстро сортировать и интерпретировать выбросы.

Как и другие объекты Connected Sheets, данные обнаружения аномалий можно настроить на автоматическое обновление. Для работы требуется доступ к проекту BigQuery с включённым биллингом, но при этом административные настройки не предусмотрены.

Функция уже доступна во всех регионах быстрого и планового выпуска для всех пользователей Google Workspace, а также для обладателей личных учётных записей Google.