Git Stars Git Stars

#time-series-forecasting Repositorios

Descubre 54 repositorios activos de código abierto de GitHub etiquetados con #time-series-forecasting, que acumulan 179,543 estrellas en total (una media de 3,324 estrellas por proyecto). El líder de este tema es shiyu-coder/Kronos, con 48,042 estrellas.

54
Total de Repositorios
179,543
Total de estrellas
3,324
Promedio de Estrellas/Repo

54 repositorios en total

1
shiyu-coder/Kronos

Kronos: Un modelo fundacional para el lenguaje de los mercados financieros

shiyu-coder
⭐ 48,042 Python 👤 shiyu-coder User 🕐 Actualizado 2026-04-13 📅 Creado 2025-07-01
2
google-research/timesfm

TimesFM (Time Series Foundation Model) es un modelo fundacional preentrenado para series temporales desarrollado por Google Research para la predicción de series temporales.

google-research
⭐ 35,653 Python 👤 google-research Organization 🕐 Actualizado 2026-11-13 📅 Creado 2024-04-29
3
Engineer1999/A-Curated-List-of-ML-System-Design-Case-Studies

Este repositorio contiene una colección curada de más de 300 estudios de caso de más de 80 empresas, que detallan aplicaciones prácticas e información sobre el diseño de sistemas de aprendizaje automático (ML). El contenido está organizado para ayudarle a encontrar fácilmente estudios de caso relevantes según la industria o casos de uso específicos de ML.

Engineer1999
⭐ 10,905 👤 Engineer1999 User 🕐 Actualizado 2025-08-05 📅 Creado 2024-05-18
4
amazon-science/chronos-forecasting

Chronos: Modelos preentrenados para la previsión de series temporales

amazon-science
⭐ 6,335 Python 👤 amazon-science Organization 🕐 Actualizado 2026-10-05 📅 Creado 2024-02-23
5
borisbanushev/stockpredictionai

En este notebook crearé un proceso completo para predecir los movimientos de precios de las acciones. Síguelo y obtendremos algunos resultados bastante buenos. Para ello usaremos una Red Generativa Antagónica (GAN) con LSTM, un tipo de Red Neuronal Recurrente, como generador, y una Red Neuronal Convolucional, CNN, como discriminador. Usamos LSTM por la razón obvia de que estamos tratando de predecir datos de series temporales. ¿Por qué usamos GAN y específicamente CNN como discriminador? Esa es una buena q

borisbanushev
⭐ 5,594 JavaScript 👤 borisbanushev User 🕐 Actualizado 2025-08-19 📅 Creado 2019-01-09
6
awslabs/gluonts

Modelado de series temporales probabilístico en Python

awslabs
⭐ 5,263 Python 👤 awslabs Organization 🕐 Actualizado 2026-10-13 📅 Creado 2019-05-15
7
Nixtla/nixtla

TimeGPT-2.1: modelo fundacional de series temporales preentrenado y listo para producción para la predicción y la detección de anomalías. Un transformador generativo preentrenado para series temporales, entrenado con más de 100.000 millones de puntos de datos. Es capaz de realizar predicciones precisas en diversos ámbitos, como el comercio minorista, la electricidad, las finanzas y el IoT, con solo unas pocas líneas de código 🚀.

Nixtla
⭐ 4,050 Jupyter Notebook 👤 Nixtla Organization 🕐 Actualizado 2026-11-20 📅 Creado 2021-09-23
8
ddz16/TSFpaper

Este repositorio contiene una lista de lectura de artículos sobre Pronóstico/Predicción de Series Temporales (TSF) y Pronóstico/Predicción Espacio-Temporal (STF). Estos artículos se clasifican principalmente según el tipo de modelo.

ddz16
⭐ 3,202 👤 ddz16 User 🕐 Actualizado 2026-08-14 📅 Creado 2022-06-29
9
tslearn-team/tslearn

El kit de herramientas de aprendizaje automático para el análisis de series temporales en Python

tslearn-team
⭐ 3,193 Python 👤 tslearn-team Organization 🕐 Actualizado 2026-11-20 📅 Creado 2017-05-04
10
qingsongedu/time-series-transformers-review

Una lista seleccionada profesionalmente de excelentes recursos (documentos, código, datos, etc.) sobre transformadores en series temporales.

qingsongedu
⭐ 2,935 👤 qingsongedu User 🕐 Actualizado 2024-08-08 📅 Creado 2022-03-01
11
Alro10/deep-learning-time-series

Lista de artículos, código y experimentos que utilizan aprendizaje profundo para pronósticos de series temporales

Alro10
⭐ 2,757 Jupyter Notebook 👤 Alro10 User 🕐 Actualizado 2024-03-16 📅 Creado 2019-08-22
12
KimMeen/Time-LLM

[ICLR 2024] Implementación oficial de " 🦙 Time-LLM: Predicción de series temporales mediante la reprogramación de grandes modelos de lenguaje"

KimMeen
⭐ 2,704 Python 👤 KimMeen User 🕐 Actualizado 2025-10-15 📅 Creado 2024-01-20
14
curiousily/Getting-Things-Done-with-Pytorch

Tutoriales de Jupyter Notebook para resolver problemas del mundo real con Machine Learning & Deep Learning usando PyTorch. Temas: Detección de rostros con Detectron 2, Detección de anomalías en series temporales con LSTM Autoencoders, Detección de objetos con YOLO v5, Construye tu primera Neural Network, Pronóstico de series temporales para casos diarios de Coronavirus, Análisis de sentimientos con BER

curiousily
⭐ 2,478 Jupyter Notebook 👤 curiousily User 🕐 Actualizado 2024-06-30 📅 Creado 2020-01-31
15
IBM/AssetOpsBench

AssetOpsBench - Industria 4.0: Un marco y punto de referencia unificado para construir, orquestar y evaluar agentes de IA específicos de dominio para las operaciones y el mantenimiento de activos en la Industria 4.0, con más de 460 escenarios, 5 agentes especialistas (IoT, FMSR, TSFM, órdenes de trabajo, etc.) y planos de orquestación multi-agente (MetaAgent, AgentHive) sobre MCP.

IBM
⭐ 2,461 Python 👤 IBM Organization 🕐 Actualizado 2026-11-21 📅 Creado 2025-05-01
16
cure-lab/LTSF-Linear

[AAAI-23 Oral] Implementación oficial del artículo "¿Son efectivos los Transformers para la predicción de series temporales?"

cure-lab
⭐ 2,400 Python 👤 cure-lab Organization 🕐 Actualizado 2024-01-27 📅 Creado 2022-05-26
17
AIStream-Peelout/flow-forecast

Biblioteca de PyTorch de aprendizaje profundo para pronóstico de series temporales, clasificación y detección de anomalías (originalmente para pronóstico de inundaciones).

AIStream-Peelout
⭐ 2,308 Python 👤 AIStream-Peelout Organization 🕐 Actualizado 2026-10-12 📅 Creado 2019-08-15
18
thuml/iTransformer

Implementación oficial de "iTransformer: Inverted Transformers Are Effective for Time Series Forecasting" (ICLR 2024 Spotlight)

thuml
⭐ 2,175 Python 👤 thuml Organization 🕐 Actualizado 2025-07-17 📅 Creado 2023-10-19
19
kwuking/TimeMixer

[ICLR 2024] Implementación oficial de "TimeMixer: Decomposable Multiscale Mixing for Time Series Forecasting"

kwuking
⭐ 1,989 Python 👤 kwuking User 🕐 Actualizado 2025-10-05 📅 Creado 2024-03-05
20
linkedin/greykite

Una biblioteca de pronóstico flexible, intuitiva y rápida

linkedin
⭐ 1,855 Python 👤 linkedin Organization 🕐 Actualizado 2025-02-20 📅 Creado 2021-04-27
21
decisionintelligence/TFB

[Nominación al Mejor Artículo PVLDB 2024] TFB: Hacia evaluaciones comparativas completas y justas de los métodos de pronóstico de series temporales

decisionintelligence
⭐ 1,766 Shell 👤 decisionintelligence Organization 🕐 Actualizado 2026-10-08 📅 Creado 2024-03-22
22
SalesforceAIResearch/uni2ts

Entrenamiento unificado de transformadores universales para la predicción de series temporales

SalesforceAIResearch
⭐ 1,631 Jupyter Notebook 👤 SalesforceAIResearch Organization 🕐 Actualizado 2026-06-02 📅 Creado 2024-02-07
23
time-series-foundation-models/lag-llama

Lag-Llama: Hacia modelos fundacionales para la predicción probabilística de series temporales

time-series-foundation-models
⭐ 1,587 Python 👤 time-series-foundation-models Organization 🕐 Actualizado 2025-06-06 📅 Creado 2024-02-07
24
skforecast/skforecast

Biblioteca de Python para pronóstico de series temporales usando modelos compatibles con scikit-learn, métodos estadísticos y modelos fundamentales

skforecast
⭐ 1,551 Python 👤 skforecast Organization 🕐 Actualizado 2026-11-21 📅 Creado 2021-02-10
25
xinychen/transdim

Aprendizaje automático para la imputación y predicción de datos de transporte.

xinychen
⭐ 1,291 Jupyter Notebook 👤 xinychen User 🕐 Actualizado 2026-02-20 📅 Creado 2018-09-28
26
TSCenter/awesome-time-series-papers

Una lista increíble de los últimos artículos y códigos de series temporales de los principales lugares de IA.

TSCenter
⭐ 1,168 👤 TSCenter Organization 🕐 Actualizado 2026-11-20 📅 Creado 2024-07-29
27
fraunhoferportugal/tsfel

Biblioteca de extracción de características para series temporales (TSFEL): más de 60 características estadísticas, temporales, espectrales y fractales para clasificación y regresión de series temporales, y procesamiento de señales en Python

fraunhoferportugal
⭐ 1,116 Python 👤 fraunhoferportugal Organization 🕐 Actualizado 2026-11-19 📅 Creado 2019-01-09
28
cuge1995/awesome-time-series

lista de artículos, código y otros recursos

cuge1995
⭐ 1,062 👤 cuge1995 User 🕐 Actualizado 2025-08-13 📅 Creado 2020-03-03
29
lixus7/Time-Series-Works-Conferences

Resumen de trabajos de series temporales en conferencias de CS de primer nivel (NIPS, ICML, ICLR, KDD, AAAI, WWW, IJCAI, CIKM, ICDM, ICDE, etc.)

lixus7
⭐ 1,044 👤 lixus7 User 🕐 Actualizado 2026-11-18 📅 Creado 2022-03-24
30
Time-MoE/Time-MoE

[ICLR 2025 Spotlight] Implementación oficial de "Time-MoE: Billion-Scale Time Series Foundation Models with Mixture of Experts"

Time-MoE
⭐ 1,013 Python 👤 Time-MoE Organization 🕐 Actualizado 2026-03-21 📅 Creado 2024-09-22
31
yyysjz1997/Awesome-TimeSeries-SpatioTemporal-Diffusion-Model

Una encuesta y una lista de artículos sobre modelos de difusión actuales para datos de series temporales y espacio-temporales con recursos impresionantes (artículos, aplicaciones, revisiones, encuestas, etc.).

yyysjz1997
⭐ 1,013 👤 yyysjz1997 User 🕐 Actualizado 2026-02-05 📅 Creado 2023-10-09
32
thuml/TimesNet

Sobre la versión del código para "TimesNet: Temporal 2D-Variation Modeling for General Time Series Analysis" (ICLR 2023), https://openreview.net/pdf?id=ju_Uqw384Oq

thuml
⭐ 1,010 👤 thuml Organization 🕐 Actualizado 2024-04-02 📅 Creado 2023-02-15
33
ibm-granite/granite-tsfm

Foundation Models for Time Series

ibm-granite
⭐ 923 Jupyter Notebook 👤 ibm-granite Organization 🕐 Actualizado 2026-11-20 📅 Creado 2023-02-27
34
LongxingTan/Time-series-prediction

tfts: Modelos de Deep Learning para series temporales en TensorFlow

LongxingTan
⭐ 892 Python 👤 LongxingTan User 🕐 Actualizado 2026-11-01 📅 Creado 2018-05-03
35
moment-timeseries-foundation-model/moment

MOMENT: Una familia de modelos fundamentales abiertos para series temporales, ICML'24

moment-timeseries-foundation-model
⭐ 878 TypeScript 👤 moment-timeseries-foundation-model Organization 🕐 Actualizado 2026-02-10 📅 Creado 2024-05-10
36
valeman/Transformers_And_LLM_Are_What_You_Dont_Need

El mejor repositorio que muestra por qué los transformadores podrían no ser la respuesta para la predicción de series temporales y que presenta los mejores modelos SOTA no transformadores.

valeman
⭐ 869 👤 valeman User 🕐 Actualizado 2026-02-12 📅 Creado 2023-06-20
37
KimMeen/Awesome-GNN4TS

[TPAMI 2024] Fantásticas Recursos de GNN para el Análisis de Series Temporales (GNN4TS)

KimMeen
⭐ 837 👤 KimMeen User 🕐 Actualizado 2024-08-09 📅 Creado 2023-06-19
39
DaoSword/Time-Series-Forecasting-and-Deep-Learning

Recursos sobre pronóstico de series temporales y aprendizaje profundo.

DaoSword
⭐ 813 Python 👤 DaoSword User 🕐 Actualizado 2026-10-19 📅 Creado 2022-07-25
40
XiudingCai/Awesome-Mamba-Collection

Una colección seleccionada de artículos, tutoriales, videos y otros recursos valiosos relacionados con Mamba.

XiudingCai
⭐ 773 👤 XiudingCai User 🕐 Actualizado 2026-08-05 📅 Creado 2024-01-29
41
Nixtla/hierarchicalforecast

Pronóstico jerárquico probabilístico 👑 con métodos estadísticos y econométricos.

Nixtla
⭐ 770 Python 👤 Nixtla Organization 🕐 Actualizado 2026-11-20 📅 Creado 2022-06-21
42
lmmentel/awesome-time-series

Recursos para trabajar con datos de series temporales y secuencias

lmmentel
⭐ 697 👤 lmmentel User 🕐 Actualizado 2025-07-26 📅 Creado 2021-10-26
43
elastic/eland

Cliente y kit de herramientas de Python para DataFrames, Big Data, Machine Learning y ETL en Elasticsearch

elastic
⭐ 693 Python 👤 elastic Organization 🕐 Actualizado 2026-06-16 📅 Creado 2019-06-11
45
pyaf/load_forecasting

Pronóstico de la carga de energía eléctrica de Delhi utilizando modelos ARIMA, RNN, LSTM y GRU

pyaf
⭐ 649 Jupyter Notebook 👤 pyaf User 🕐 Actualizado 2026-03-25 📅 Creado 2018-01-19
46
TimeCopilot/timecopilot

TimeCopilot: el marco de predicción agentivo. Basado en LLM y modelos fundacionales de series temporales, permite realizar predicciones, validación cruzada y detección de anomalías con múltiples modelos fundacionales a través de una única API. Desde las finanzas y la energía hasta la analítica web, TimeCopilot convierte consultas en lenguaje natural en predicciones listas para producción.

TimeCopilot
⭐ 643 Python 👤 TimeCopilot Organization 🕐 Actualizado 2026-11-18 📅 Creado 2025-06-18
47
DAMO-DI-ML/NeurIPS2023-One-Fits-All

El código oficial para "One Fits All: Power General Time Series Analysis by Pretrained LM (NeurIPS 2023 Spotlight)"

DAMO-DI-ML
⭐ 630 Python 👤 DAMO-DI-ML Organization 🕐 Actualizado 2024-01-08 📅 Creado 2023-09-22
48
sktime/sktime-dl

Obsoleto, ahora en sktime - paquete compañero para aprendizaje profundo basado en TensorFlow

sktime
⭐ 600 Python 👤 sktime Organization 🕐 Actualizado 2024-08-02 📅 Creado 2019-07-24
49
microsoft/StemGNN

Red Neuronal Gráfica Temporal Espectral (StemGNN en resumen) para la Predicción de Series Temporales Multivariadas

microsoft
⭐ 589 Python 👤 microsoft Organization 🕐 Actualizado 2024-05-31 📅 Creado 2020-06-04
50
PacktPublishing/Modern-Time-Series-Forecasting-with-Python

Modern Time Series Forecasting with Python, publicado por Packt

PacktPublishing
⭐ 564 Jupyter Notebook 👤 PacktPublishing Organization 🕐 Actualizado 2026-04-22 📅 Creado 2021-07-09

Preguntas frecuentes

1

¿Cuál es el repositorio de #time-series-forecasting más popular en GitHub?

El proyecto de código abierto de #time-series-forecasting mejor posicionado en GitHub es shiyu-coder/Kronos, con 48,042 estrellas. Kronos: Un modelo fundacional para el lenguaje de los mercados financieros

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #time-series-forecasting?

Entre los proyectos de #time-series-forecasting mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, JavaScript, Shell.

3

¿Cómo se calcula la clasificación de los repositorios de #time-series-forecasting?

Seguimos 54 repositorios activos de código abierto etiquetados con #time-series-forecasting (500+ estrellas), que suman un total de 179,543 estrellas, con una media de 3,324 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.