forecasting

用於多季節性且具線性或非線性成長的時間序列資料，高品質預測的工具。

最先進的深度學習腳本，依模型分類，易於訓練與部署，於企業級基礎設施上提供可重現的準確度與效能。

Statsmodels：Python 中的統計建模與計量經濟學套件

三行程式碼即可實現快速且精確的機器學習。

統一的時間序列機器學習框架

用於時間序列的使用者友好預測與異常偵測的 Python 函式庫

使用 GPU 的 Postgres，適用於機器學習與 AI 應用

「Informer」論文的 GitHub 倉庫，已於 AAAI 2021 接受

時間序列深度學習機器學習 Python Pytorch fastai | 先進深度學習庫，專為 Pytorch / fastai 中的時間序列與序列設計

Chronos：用於時間序列預測的預訓練模型

Python 中的概率時間序列建模

使用 PyTorch 的时间序列预测

Lightning ⚡️：使用統計與計量模型的快速預測。

NeuralProphet：一個簡易的預測包

可擴展且使用者友好的神經網路預測演算法

TimeGPT-1：可投入生產的預訓練時間序列基礎模型，用於預測與異常偵測。生成式預訓練變壓器在超過 100B 個資料點上訓練，能準確預測零售、電力、金融與 IoT 等多個領域，只需幾行程式碼 🚀

專業整理的時間序列 Transformer 相關優質資源（論文、程式碼、數據等）清單

[AAAI-23 Oral] 論文「Are Transformers Effective for Time Series Forecasting?」的官方實作

用於時間序列預測、分類與異常偵測的深度學習 PyTorch 函式庫（最初用於洪水預測）。

一個採用物件導向設計並底層基於機率模型的 Python 貝氏預測套件。

一個用於現實中心機器/深度學習與資料探勘的 Python 工具包/函式庫，針對部分觀測的時間序列，包含 50 多種 SOTA 神經網路模型，適用於不完整工業不規則採樣多元時間序列（帶有 NaN 遺漏值）的科學分析任務（填補、分類、分群、預測、異常檢測、清理）。

一個旨在填補 Python 時間序列分析能力空白的統計函式庫，包含相當於 R 的 auto.arima 函數。

頂級 AI 會議與期刊中關於時間序列 AI 的論文、教學與調查的專業清單。

Lag-Llama：邁向機率時間序列預測的基礎模型

通用時間序列預測 Transformer 的統一訓練

Python 中的 ARCH 模型

使用相容 scikit-learn 的模型、統計方法和基礎模型進行時間序列預測的 Python 庫

用於時間序列機器學習與深度學習的工具包

自動化時間序列預測

Django Ledger 是一個建構在 Django Web Framework 上的複式記帳系統與財務分析引擎。