time-series-forecasting

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

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 🚀

本倉庫包含關於時間序列預測/預測（TSF）和時空預測/預測（STF）的閱讀清單，按模型類型分類

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

使用深度學習進行時間序列預測的論文、程式碼與實驗列表

[ICLR 2024] "🦙 Time-LLM: Time Series Forecasting by Reprogramming Large Language Models" 的官方實現

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

使用 PyTorch 透過機器學習與深度學習解決實際問題的 Jupyter Notebook 教學。主題包含：使用 Detectron 2 進行人臉偵測、使用 LSTM Autoencoders 進行時間序列異常偵測、使用 YOLO v5 進行物件偵測、建立你的第一個類神經網路、針對冠狀病毒每日確診數的時間序列預測、使用 BERT 進行情感分析

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）。

AssetOpsBench - 工業 4.0：針對工業 4.0 資產營運與維護建構、編排及評估領域專屬 AI 代理的統一基準與框架，包含 460 多種情境、5 個專家代理（IoT、FMSR、TSFM、工單等），以及基於 MCP 的多代理編排藍圖（MetaAgent、AgentHive）。

「iTransformer: Inverted Transformers Are Effective for Time Series Forecasting」(ICLR 2024 Spotlight)的官方實作。

[ICLR 2024] 「TimeMixer: Decomposable Multiscale Mixing for Time Series Forecasting」官方實作

[PVLDB 2024 最佳論文提名] TFB：邁向全面且公平的時間序列預測方法基準測試

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

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

來自頂級 AI 會議的最新時間序列論文與程式碼精選清單。

論文、程式碼與其他資源清單

電腦科學頂級會議（NIPS、ICML、ICLR、KDD、AAAI、WWW、IJCAI、CIKM、ICDM、ICDE 等）的時間序列研究總結。

[ICLR 2025 Spotlight] 「Time-MoE: Billion-Scale Time Series Foundation Models with Mixture of Experts」官方實作

tfts：TensorFlow 中的時間序列深度學習模型

[TPAMI 2024] 用於時間序列分析的 GNN 精選資源 (GNN4TS)

MOMENT：一系列開放的時間序列基礎模型，ICML'24

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 👑。

用於處理時間序列與序列資料的資源

適用於 Elasticsearch 中 DataFrames、大數據、機器學習與 ETL 的 Python 用戶端與工具包

使用 ARIMA、RNN、LSTM 及 GRU 模型預測德里電力負載。

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。