Git Stars Git Stars

#forecasting リポジトリ

#forecastingのタグが付いた、GitHub上の56件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は186,967個で、プロジェクトあたりの平均は3,338個です。このトピックをリードしているのは、20,494個のスターを獲得しているmeta/prophetです。

56
リポジトリ総数
186,967
合計スター数
3,338
リポジトリあたりの平均スター数

リポジトリ合計56件

1
meta/prophet

複数の季節性と線形または非線形成長を持つ時系列データのための高品質な予測を生成するためのツール。

meta
⭐ 20,494 Python 👤 meta Organization 🕐 更新日時 2026-11-11 📅 作成日 2016-11-16
2
NVIDIA/DeepLearningExamples

最先端の深層学習スクリプト - モデルごとに整理 - エンタープライズグレードのインフラで、再現可能な精度と性能で簡単にトレーニングとデプロイ可能。

NVIDIA
⭐ 14,675 Jupyter Notebook 👤 NVIDIA Organization 🕐 更新日時 2024-08-12 📅 作成日 2018-05-02
3
statsmodels/statsmodels

Statsmodels: Python での統計モデリングと計量経済学

statsmodels
⭐ 11,759 Python 👤 statsmodels Organization 🕐 更新日時 2026-11-21 📅 作成日 2011-06-12
4
autogluon/autogluon

3行のコードで高速かつ正確なML

autogluon
⭐ 10,843 Python 👤 autogluon Organization 🕐 更新日時 2026-11-16 📅 作成日 2019-07-29
5
sktime/sktime

時系列を用いた機械学習のための統一フレームワーク

sktime
⭐ 10,100 Python 👤 sktime Organization 🕐 更新日時 2026-11-21 📅 作成日 2018-11-06
6
unit8co/darts

時系列データのユーザー向け予測と異常検出のための Python ライブラリ。

unit8co
⭐ 9,594 Python 👤 unit8co Organization 🕐 更新日時 2026-11-21 📅 作成日 2018-09-13
7
postgresml/postgresml

ML/AI アプリケーション向けの GPU 搭載 Postgres。

postgresml
⭐ 6,807 Rust 👤 postgresml Organization 🕐 更新日時 2025-07-01 📅 作成日 2022-04-11
8
facebookresearch/Kats

Katsは、時系列データを分析するためのキットであり、主要な統計情報や特徴の理解、変化点や異常の検出、将来のトレンド予測まで、時系列分析を実行するための、軽量で使いやすく、汎用性があり、拡張可能なフレームワークです。

facebookresearch
⭐ 6,516 Python 👤 facebookresearch Organization 🕐 更新日時 2026-11-13 📅 作成日 2021-02-25
9
zhouhaoyi/Informer2020

AAAI 2021で採択された論文「Informer」のGitHubリポジトリ。

zhouhaoyi
⭐ 6,510 Python 👤 zhouhaoyi User 🕐 更新日時 2025-06-20 📅 作成日 2020-12-07
10
amazon-science/chronos-forecasting

Chronos:時系列予測のための事前学習済みモデル

amazon-science
⭐ 6,335 Python 👤 amazon-science Organization 🕐 更新日時 2026-10-05 📅 作成日 2024-02-23
11
timeseriesAI/tsai

時系列 Timeseries 深層学習 機械学習 Python Pytorch fastai | Pytorch / fastai での時系列およびシーケンスのための最先端深層学習ライブラリ

timeseriesAI
⭐ 6,151 Jupyter Notebook 👤 timeseriesAI Organization 🕐 更新日時 2026-07-23 📅 作成日 2019-09-30
12
awslabs/gluonts

Python での確率的時系列モデリング

awslabs
⭐ 5,263 Python 👤 awslabs Organization 🕐 更新日時 2026-10-13 📅 作成日 2019-05-15
13
sktime/pytorch-forecasting

PyTorchによる時系列予測

sktime
⭐ 5,011 Python 👤 sktime Organization 🕐 更新日時 2026-11-17 📅 作成日 2020-07-03
14
Nixtla/statsforecast

統計的および計量経済学的モデルによる稲妻のように速い予測。

Nixtla
⭐ 4,982 Python 👤 Nixtla Organization 🕐 更新日時 2026-11-19 📅 作成日 2021-11-24
15
salesforce/Merlion

Merlion: 時系列インテリジェンスのための機械学習フレームワーク

salesforce
⭐ 4,471 Python 👤 salesforce Organization 🕐 更新日時 2024-06-20 📅 作成日 2021-07-28
16
Nixtla/neuralforecast

スケーラブルでユーザーフレンドリーなニューラル :brain: 予測アルゴリズム。

Nixtla
⭐ 4,318 Python 👤 Nixtla Organization 🕐 更新日時 2026-11-18 📅 作成日 2021-04-26
17
ourownstory/neural_prophet

NeuralProphet: シンプルな予測パッケージ

ourownstory
⭐ 4,312 Python 👤 ourownstory User 🕐 更新日時 2026-11-19 📅 作成日 2020-05-04
18
Nixtla/nixtla

TimeGPT-2.1:予測と異常検知に対応した、本番環境対応の事前学習済み時系列基盤モデル。1,000億を超えるデータポイントで学習した、時系列向けの生成系事前学習済みトランスフォーマーです。わずか数行のコードで、小売、電力、金融、IoTなどさまざまな分野を正確に予測できます 🚀。

Nixtla
⭐ 4,050 Jupyter Notebook 👤 Nixtla Organization 🕐 更新日時 2026-11-20 📅 作成日 2021-09-23
19
qingsongedu/time-series-transformers-review

時系列におけるトランスフォーマーに関する素晴らしいリソース(論文、コード、データなど)の専門的にキュレーションされたリスト。

qingsongedu
⭐ 2,935 👤 qingsongedu User 🕐 更新日時 2024-08-08 📅 作成日 2022-03-01
20
cure-lab/LTSF-Linear

[AAAI-23 Oral] "Transformersは時系列予測に効果的か?"論文の公式実装

cure-lab
⭐ 2,400 Python 👤 cure-lab Organization 🕐 更新日時 2024-01-27 📅 作成日 2022-05-26
21
AIStream-Peelout/flow-forecast

時系列予測、分類、および異常検出のためのディープラーニング PyTorch ライブラリ (元々は洪水予測用).

AIStream-Peelout
⭐ 2,308 Python 👤 AIStream-Peelout Organization 🕐 更新日時 2026-10-12 📅 作成日 2019-08-15
22
WenjieDu/PyPOTS

部分観測された時系列データに対する現実中心の機械学習/深層学習およびデータマイニングのためのPythonツールキット/ライブラリ。欠損値NaNを含む不完全な産業用不規則サンプリング多変量TSに対する科学的分析タスク(補完、分類、クラスタリング、予測、異常検知、クリーンアップ)に50以上のSOTAニューラルネットワークモデルを提供

WenjieDu
⭐ 2,097 Python 👤 WenjieDu User 🕐 更新日時 2026-11-18 📅 作成日 2022-03-29
23
uber/orbit

オブジェクト指向設計と確率モデルを基盤としたベイジアン予測のためのPythonパッケージ。

uber
⭐ 2,082 Python 👤 uber Organization 🕐 更新日時 2026-05-22 📅 作成日 2020-01-07
24
alkaline-ml/pmdarima

Pythonの時系列分析機能の空白を埋めるために設計された統計ライブラリで、Rのauto.arima関数の同等機能を含みます。

alkaline-ml
⭐ 1,741 Python 👤 alkaline-ml Organization 🕐 更新日時 2026-10-19 📅 作成日 2017-03-30
25
bashtage/arch

PythonのARCHモデル

bashtage
⭐ 1,691 Python 👤 bashtage User 🕐 更新日時 2026-11-20 📅 作成日 2014-08-29
26
SalesforceAIResearch/uni2ts

ユニバーサル時系列予測Transformerの統一トレーニング

SalesforceAIResearch
⭐ 1,631 Jupyter Notebook 👤 SalesforceAIResearch Organization 🕐 更新日時 2026-06-02 📅 作成日 2024-02-07
27
time-series-foundation-models/lag-llama

Lag-Llama: 確率的時間列予測のための基盤モデルに向けて

time-series-foundation-models
⭐ 1,587 Python 👤 time-series-foundation-models Organization 🕐 更新日時 2025-06-06 📅 作成日 2024-02-07
28
qingsongedu/awesome-AI-for-time-series-papers

主要なAI会議およびジャーナルにおける時系列AIに関する論文、チュートリアル、調査の専門家リスト。

qingsongedu
⭐ 1,573 👤 qingsongedu User 🕐 更新日時 2024-04-06 📅 作成日 2022-06-03
29
skforecast/skforecast

scikit-learn 互換モデル、統計的手法、および基礎モデルを使用した時系列予測のための Python ライブラリ

skforecast
⭐ 1,551 Python 👤 skforecast Organization 🕐 更新日時 2026-11-21 📅 作成日 2021-02-10
30
aeon-toolkit/aeon

時系列機械学習および深層学習のためのツールキット

aeon-toolkit
⭐ 1,481 Python 👤 aeon-toolkit Organization 🕐 更新日時 2026-11-20 📅 作成日 2022-12-20
31
winedarksea/AutoTS

自動化された時系列予測

winedarksea
⭐ 1,432 Python 👤 winedarksea User 🕐 更新日時 2026-11-19 📅 作成日 2019-11-26
32
arrobalytics/django-ledger

Django Ledger は、Django Web Framework を基盤とした複式簿記システムおよび財務分析エンジンです。

arrobalytics
⭐ 1,400 Python 👤 arrobalytics Organization 🕐 更新日時 2026-11-21 📅 作成日 2018-10-29
33
Nixtla/mlforecast

時系列予測のためのスケーラブルな機械学習🤖。

Nixtla
⭐ 1,308 Python 👤 Nixtla Organization 🕐 更新日時 2026-11-19 📅 作成日 2021-04-26
34
functime-org/functime

大規模な時系列機械学習。Polarsで構築され、パネルデータに対する特徴抽出と予測を容易に並列化できます。

functime-org
⭐ 1,194 Python 👤 functime-org Organization 🕐 更新日時 2026-05-03 📅 作成日 2023-06-05
35
robjhyndman/forecast

時系列および線形モデル用の予測関数

robjhyndman
⭐ 1,185 R 👤 robjhyndman User 🕐 更新日時 2026-11-20 📅 作成日 2012-04-22
36
qingsongedu/Awesome-TimeSeries-SpatioTemporal-LM-LLM

時系列、時空間、イベントデータのための大規模(言語)モデルおよび基盤モデル(LLM、LM、FM)の専門リスト。

qingsongedu
⭐ 1,184 👤 qingsongedu User 🕐 更新日時 2024-12-22 📅 作成日 2023-06-10
37
nilmtk/nilmtk

Non-Intrusive Load Monitoring Toolkit (nilmtk)

nilmtk
⭐ 964 Python 👤 nilmtk Organization 🕐 更新日時 2026-07-20 📅 作成日 2013-12-03
38
LongxingTan/Time-series-prediction

tfts: TensorFlow での時系列ディープラーニングモデル

LongxingTan
⭐ 892 Python 👤 LongxingTan User 🕐 更新日時 2026-11-01 📅 作成日 2018-05-03
39
moment-timeseries-foundation-model/moment

MOMENT: オープン時系列基盤モデルファミリー, ICML'24

moment-timeseries-foundation-model
⭐ 878 TypeScript 👤 moment-timeseries-foundation-model Organization 🕐 更新日時 2026-02-10 📅 作成日 2024-05-10
40
HeXPixCat/polymarket-copy-trading-bot

Polymarket || Polymarket Bot || Polymarket Copy Bot || Polymarket Copy Trading Bot

HeXPixCat
⭐ 843 TypeScript 👤 HeXPixCat User 🕐 更新日時 2026-02-02 📅 作成日 2022-09-03
41
DaoSword/Time-Series-Forecasting-and-Deep-Learning

時系列予測とディープラーニングに関するリソース。

DaoSword
⭐ 813 Python 👤 DaoSword User 🕐 更新日時 2026-10-19 📅 作成日 2022-07-25
42
zillow/luminaire

Luminaireは、時系列データを監視するためのML駆動型ソリューションを提供するPythonパッケージです。

zillow
⭐ 810 Python 👤 zillow Organization 🕐 更新日時 2026-06-02 📅 作成日 2020-07-08
43
zhihanyue/ts2vec

普遍的な時系列表現学習フレームワーク

zhihanyue
⭐ 797 Python 👤 zhihanyue User 🕐 更新日時 2024-07-29 📅 作成日 2021-06-04
44
Nixtla/hierarchicalforecast

統計的手法と計量経済学的手法を用いた確率的階層的予測 👑。

Nixtla
⭐ 770 Python 👤 Nixtla Organization 🕐 更新日時 2026-11-20 📅 作成日 2022-06-21
45
kennethleungty/Failed-ML

注目度の高い実際の機械学習プロジェクトの失敗事例集

kennethleungty
⭐ 743 👤 kennethleungty User 🕐 更新日時 2024-06-14 📅 作成日 2022-08-15
46
JulesBelveze/time-series-autoencoder

多変量時系列のためのPyTorchデュアルアテンションLSTMオートエンコーダー

JulesBelveze
⭐ 715 Python 👤 JulesBelveze User 🕐 更新日時 2025-11-11 📅 作成日 2020-06-05
47
business-science/timetk

`tidyverse`における時系列分析

business-science
⭐ 644 R 👤 business-science Organization 🕐 更新日時 2025-08-29 📅 作成日 2017-04-09
48
TimeCopilot/timecopilot

TimeCopilot:エージェント型予測フレームワーク。LLMと時系列基盤モデルを基盤とし、単一のAPIを通じて複数の基盤モデルを利用した予測、交差検証、異常検知を実現します。金融やエネルギーからウェブ分析まで、自然言語のクエリを本番環境ですぐに使える予測に変換します。

TimeCopilot
⭐ 643 Python 👤 TimeCopilot Organization 🕐 更新日時 2026-11-18 📅 作成日 2025-06-18
49
mims-harvard/UniTS

統合されたマルチタスク時系列モデル。

mims-harvard
⭐ 601 Python 👤 mims-harvard Organization 🕐 更新日時 2024-09-26 📅 作成日 2024-02-16
50
tidyverts/fable

整潔な時系列予測

tidyverts
⭐ 593 R 👤 tidyverts Organization 🕐 更新日時 2026-09-15 📅 作成日 2018-02-21

よくある質問

1

GitHubで最も人気のある#forecastingリポジトリは何ですか?

GitHubで最も上位にランクインしているオープンソースの#forecastingプロジェクトは、20,494個のスターを獲得しているmeta/prophetです。複数の季節性と線形または非線形成長を持つ時系列データのための高品質な予測を生成するためのツール。

2

#forecastingリポジトリで最もよく使われているプログラミング言語は何ですか?

GitHubで上位にランクインしている#forecastingプロジェクトでは、Python, Jupyter Notebook, R, TypeScriptが最も一般的なプログラミング言語です。

3

#forecastingリポジトリのランキングはどのように算出されていますか?

#forecastingのタグが付いた56件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は186,967個で、リポジトリあたりの平均は3,338個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。