forecasting

用於時間序列預測的可擴展機器 🤖 學習。

關於時間序列、時空與事件資料的大型語言模型與基礎模型（LLM、LM、FM）專業清單。

大規模時間序列機器學習。使用 Polars 構建，用於面板資料的極度平行特徵萃取與預測。

時間序列與線性模型的預測函數

非侵入式負載監控工具包 (nilmtk)

tfts：TensorFlow 中的時間序列深度學習模型

MOMENT：一系列開放的時間序列基礎模型，ICML'24

Luminaire 是一個 Python 套件，提供機器學習驅動的監控時間序列資料解決方案。

關於時間序列預測與深度學習的資源。

結合統計與計量經濟學方法的機率型階層預測 👑。

失敗機器學習專案的真實世界高調案例彙編

用於多變量時間序列的 PyTorch 雙注意力 LSTM 自動編碼器

統一的多任務時間序列模型。

在 `tidyverse` 中的時間序列分析

TimeCopilot：生成式 AI 預測代理。基於大型語言模型與時間序列基礎模型，透過單一 API 即可進行預測、交叉驗證與異常檢測。從金融、能源到網頁分析，TimeCopilot 能將自然語言查詢轉化為生產級預測。

整潔的時間序列預測。

Modeltime 在單一框架中整合了時間序列預測模型與機器學習。

「非平穩 Transformer：探索時間序列預測中的平穩性」（NeurIPS 2022）程式碼發布，https://arxiv.org/abs/2205.14415