forecasting

Aprendizado de máquina escalável para previsão de séries temporais.

Uma lista profissional sobre Grandes Modelos de Linguagem e Modelos de Fundação (LLM, LM, FM) para Séries Temporais, Espaciotemporais e Dados de Eventos.

Aprendizado de máquina para séries temporais em escala. Construído com Polars para extração de recursos e previsões em dados de painel altamente paralelizáveis.

Funções de previsão para séries temporais e modelos lineares

Kit de ferramentas de monitoramento de carga não intrusivo (nilmtk)

tfts: Modelos de Deep Learning para Séries Temporais em TensorFlow.

MOMENT: Uma família de modelos base abertos para séries temporais, ICML'24

Luminaire é um pacote Python que fornece soluções baseadas em ML para monitoramento de dados de séries temporais.

Recursos sobre previsão de séries temporais e deep learning.

Previsão hierárquica probabilística 👑 com métodos estatísticos e econométricos.

Compilação de exemplos reais de alto perfil de projetos de machine learning que falharam.

Autoencoder LSTM com atenção dupla em PyTorch para séries temporais multivariadas.

Um modelo unificado de séries temporais multitarefa.

Análise de séries temporais no tidyverse

TimeCopilot: o agente de previsão de GenAI. Construído sobre LLMs e Modelos de Fundação de Séries Temporais, ele permite prever, validar de forma cruzada e detectar anomalias usando múltiplos modelos de fundação por meio de uma única API. De finanças e energia a web analytics, o TimeCopilot transforma consultas em linguagem natural em previsões prontas para produção.

Previsão de séries temporais organizada

O Modeltime desbloqueia modelos de previsão de séries temporais e aprendizado de máquina em um único framework

Código lançado para "Non-stationary Transformers: Exploring the Stationarity in Time Series Forecasting" (NeurIPS 2022), https://arxiv.org/abs/2205.14415