Git Stars Git Stars

#forecasting 仓库

探索 56 个标记为 #forecasting 的活跃开源 GitHub 仓库,它们累计获得 186,967 个 Star(平均每个项目 3,338 个)。该主题的领先项目是 meta/prophet,拥有 20,494 个 Star。

56
仓库总数
186,967
总星标数
3,338
平均每个仓库星标数
1
meta/prophet

用于生成具有多重季节性和线性或非线性增长的时间序列数据的高质量预测的工具。

meta
⭐ 20,494 Python 👤 meta Organization 🕐 已更新 2026-11-11 📅 创建时间 2016-11-16
2
NVIDIA/DeepLearningExamples

最先进的深度学习脚本,按模型组织 - 在企业级基础设施上易于训练和部署,具有可重现的准确性和性能。

NVIDIA
⭐ 14,675 Jupyter Notebook 👤 NVIDIA Organization 🕐 已更新 2024-08-12 📅 创建时间 2018-05-02
3
statsmodels/statsmodels

Statsmodels: Python 中的统计建模和计量经济学

statsmodels
⭐ 11,759 Python 👤 statsmodels Organization 🕐 已更新 2026-11-21 📅 创建时间 2011-06-12
4
autogluon/autogluon

3 行代码实现快速准确的 ML

autogluon
⭐ 10,843 Python 👤 autogluon Organization 🕐 已更新 2026-11-16 📅 创建时间 2019-07-29
5
sktime/sktime

用于时间序列机器学习的统一框架

sktime
⭐ 10,100 Python 👤 sktime Organization 🕐 已更新 2026-11-21 📅 创建时间 2018-11-06
6
unit8co/darts

一个用于用户友好的时间序列预测和异常检测的 Python 库。

unit8co
⭐ 9,594 Python 👤 unit8co Organization 🕐 已更新 2026-11-21 📅 创建时间 2018-09-13
7
postgresml/postgresml

支持GPU的Postgres,用于ML/AI应用。

postgresml
⭐ 6,807 Rust 👤 postgresml Organization 🕐 已更新 2025-07-01 📅 创建时间 2022-04-11
8
facebookresearch/Kats

Kats,一个用于分析时间序列数据的工具包,是一个轻量级、易于使用、可泛化且可扩展的框架,用于执行时间序列分析,从理解关键统计数据和特征,到检测变化点和异常值,再到预测未来趋势。

facebookresearch
⭐ 6,516 Python 👤 facebookresearch Organization 🕐 已更新 2026-11-13 📅 创建时间 2021-02-25
9
zhouhaoyi/Informer2020

AAAI 2021 接受的论文“Informer”的 GitHub 仓库。

zhouhaoyi
⭐ 6,510 Python 👤 zhouhaoyi User 🕐 已更新 2025-06-20 📅 创建时间 2020-12-07
10
amazon-science/chronos-forecasting

Chronos:用于时间序列预测的预训练模型

amazon-science
⭐ 6,335 Python 👤 amazon-science Organization 🕐 已更新 2026-10-05 📅 创建时间 2024-02-23
11
timeseriesAI/tsai

时间序列 Timeseries 深度学习 机器学习 Python Pytorch fastai | Pytorch / fastai 中用于时间序列和序列的先进深度学习库

timeseriesAI
⭐ 6,151 Jupyter Notebook 👤 timeseriesAI Organization 🕐 已更新 2026-07-23 📅 创建时间 2019-09-30
12
awslabs/gluonts

Python 中的概率时间序列建模

awslabs
⭐ 5,263 Python 👤 awslabs Organization 🕐 已更新 2026-10-13 📅 创建时间 2019-05-15
13
sktime/pytorch-forecasting

使用 PyTorch 进行时间序列预测

sktime
⭐ 5,011 Python 👤 sktime Organization 🕐 已更新 2026-11-17 📅 创建时间 2020-07-03
14
Nixtla/statsforecast

使用统计学和计量经济学模型进行闪电般快速的预测。

Nixtla
⭐ 4,982 Python 👤 Nixtla Organization 🕐 已更新 2026-11-19 📅 创建时间 2021-11-24
15
salesforce/Merlion

Merlion:面向时间序列智能的机器学习框架

salesforce
⭐ 4,471 Python 👤 salesforce Organization 🕐 已更新 2024-06-20 📅 创建时间 2021-07-28
16
Nixtla/neuralforecast

可扩展且用户友好的神经元 :brain: 预测算法。

Nixtla
⭐ 4,318 Python 👤 Nixtla Organization 🕐 已更新 2026-11-18 📅 创建时间 2021-04-26
17
ourownstory/neural_prophet

NeuralProphet:一个简单的预测包

ourownstory
⭐ 4,312 Python 👤 ourownstory User 🕐 已更新 2026-11-19 📅 创建时间 2020-05-04
18
Nixtla/nixtla

TimeGPT-2.1:可用于生产环境的预训练时间序列基础模型,支持预测和异常检测。一个用于时间序列的生成式预训练变换器,使用超过 1000 亿个数据点进行训练。只需几行代码,即可准确预测零售、电力、金融和物联网等多个领域的数据 🚀。

Nixtla
⭐ 4,050 Jupyter Notebook 👤 Nixtla Organization 🕐 已更新 2026-11-20 📅 创建时间 2021-09-23
19
qingsongedu/time-series-transformers-review

关于时间序列中 Transformer 的精选优质资源列表(论文、代码、数据等)。

qingsongedu
⭐ 2,935 👤 qingsongedu User 🕐 已更新 2024-08-08 📅 创建时间 2022-03-01
20
cure-lab/LTSF-Linear

[AAAI-23 Oral] 论文“Transformers在时间序列预测中有效吗?”的官方实现

cure-lab
⭐ 2,400 Python 👤 cure-lab Organization 🕐 已更新 2024-01-27 📅 创建时间 2022-05-26
21
AIStream-Peelout/flow-forecast

用于时间序列预测、分类和异常检测的深度学习 PyTorch 库(最初用于洪水预测)。

AIStream-Peelout
⭐ 2,308 Python 👤 AIStream-Peelout Organization 🕐 已更新 2026-10-12 📅 创建时间 2019-08-15
22
WenjieDu/PyPOTS

一个针对部分观测时序数据的现实中心机器/深度学习及数据挖掘的Python工具包/库,包含50+种SOTA神经网络模型,用于不完整工业不规则采样多变量时序(含NaN缺失值)的科学分析任务(插补、分类、聚类、预测、异常检测、清洗)

WenjieDu
⭐ 2,097 Python 👤 WenjieDu User 🕐 已更新 2026-11-18 📅 创建时间 2022-03-29
23
uber/orbit

一个用于贝叶斯预测的 Python 包,具有面向对象的設計和底層的概率模型。

uber
⭐ 2,082 Python 👤 uber Organization 🕐 已更新 2026-05-22 📅 创建时间 2020-01-07
24
alkaline-ml/pmdarima

一个旨在填补Python时间序列分析能力空白的统计库,包括R的auto.arima函数的等价物。

alkaline-ml
⭐ 1,741 Python 👤 alkaline-ml Organization 🕐 已更新 2026-10-19 📅 创建时间 2017-03-30
25
bashtage/arch

Python中的ARCH模型

bashtage
⭐ 1,691 Python 👤 bashtage User 🕐 已更新 2026-11-20 📅 创建时间 2014-08-29
26
SalesforceAIResearch/uni2ts

通用时间序列预测Transformer的统一训练

SalesforceAIResearch
⭐ 1,631 Jupyter Notebook 👤 SalesforceAIResearch Organization 🕐 已更新 2026-06-02 📅 创建时间 2024-02-07
27
time-series-foundation-models/lag-llama

Lag-Llama:迈向量化时间序列预测的基础模型

time-series-foundation-models
⭐ 1,587 Python 👤 time-series-foundation-models Organization 🕐 已更新 2025-06-06 📅 创建时间 2024-02-07
28
qingsongedu/awesome-AI-for-time-series-papers

顶级人工智能会议和期刊中关于时间序列AI的论文、教程和调查的专业列表。

qingsongedu
⭐ 1,573 👤 qingsongedu User 🕐 已更新 2024-04-06 📅 创建时间 2022-06-03
29
skforecast/skforecast

用于时间序列预测的 Python 库,支持 scikit-learn 兼容模型、统计方法和基础模型

skforecast
⭐ 1,551 Python 👤 skforecast Organization 🕐 已更新 2026-11-21 📅 创建时间 2021-02-10
30
aeon-toolkit/aeon

时间序列机器学习和深度学习工具包

aeon-toolkit
⭐ 1,481 Python 👤 aeon-toolkit Organization 🕐 已更新 2026-11-20 📅 创建时间 2022-12-20
31
winedarksea/AutoTS

自动化时间序列预测

winedarksea
⭐ 1,432 Python 👤 winedarksea User 🕐 已更新 2026-11-19 📅 创建时间 2019-11-26
32
arrobalytics/django-ledger

Django Ledger 是一个基于 Django Web Framework 的复式记账系统和财务分析引擎。

arrobalytics
⭐ 1,400 Python 👤 arrobalytics Organization 🕐 已更新 2026-11-21 📅 创建时间 2018-10-29
33
Nixtla/mlforecast

可扩展的机器学习🤖用于时间序列预测。

Nixtla
⭐ 1,308 Python 👤 Nixtla Organization 🕐 已更新 2026-11-19 📅 创建时间 2021-04-26
34
functime-org/functime

大规模时间序列机器学习。基于 Polars 构建,可轻松并行化特征提取和面板数据预测。

functime-org
⭐ 1,194 Python 👤 functime-org Organization 🕐 已更新 2026-05-03 📅 创建时间 2023-06-05
35
robjhyndman/forecast

时间序列和线性模型的预测函数

robjhyndman
⭐ 1,185 R 👤 robjhyndman User 🕐 已更新 2026-11-20 📅 创建时间 2012-04-22
36
qingsongedu/Awesome-TimeSeries-SpatioTemporal-LM-LLM

关于时间序列、时空和事件数据的(语言)大模型和基础模型(LLM, LM, FM)的专业列表。

qingsongedu
⭐ 1,184 👤 qingsongedu User 🕐 已更新 2024-12-22 📅 创建时间 2023-06-10
37
nilmtk/nilmtk

非侵入式负荷监测工具包 (nilmtk)

nilmtk
⭐ 964 Python 👤 nilmtk Organization 🕐 已更新 2026-07-20 📅 创建时间 2013-12-03
38
LongxingTan/Time-series-prediction

tfts: TensorFlow 中的时间序列深度学习模型

LongxingTan
⭐ 892 Python 👤 LongxingTan User 🕐 已更新 2026-11-01 📅 创建时间 2018-05-03
39
moment-timeseries-foundation-model/moment

MOMENT:一个开放的时间序列基础模型家族, ICML'24

moment-timeseries-foundation-model
⭐ 878 TypeScript 👤 moment-timeseries-foundation-model Organization 🕐 已更新 2026-02-10 📅 创建时间 2024-05-10
40
HeXPixCat/polymarket-copy-trading-bot

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

HeXPixCat
⭐ 843 TypeScript 👤 HeXPixCat User 🕐 已更新 2026-02-02 📅 创建时间 2022-09-03
41
DaoSword/Time-Series-Forecasting-and-Deep-Learning

关于时间序列预测和深度学习的资源。

DaoSword
⭐ 813 Python 👤 DaoSword User 🕐 已更新 2026-10-19 📅 创建时间 2022-07-25
42
zillow/luminaire

Luminaire 是一个 Python 包,它提供 ML 驱动的解决方案来监控时间序列数据。

zillow
⭐ 810 Python 👤 zillow Organization 🕐 已更新 2026-06-02 📅 创建时间 2020-07-08
43
zhihanyue/ts2vec

一个通用的时间序列表示学习框架

zhihanyue
⭐ 797 Python 👤 zhihanyue User 🕐 已更新 2024-07-29 📅 创建时间 2021-06-04
44
Nixtla/hierarchicalforecast

具有统计学和计量经济学方法的概率分层预测 👑。

Nixtla
⭐ 770 Python 👤 Nixtla Organization 🕐 已更新 2026-11-20 📅 创建时间 2022-06-21
45
kennethleungty/Failed-ML

高调的机器学习项目失败的真实案例汇编

kennethleungty
⭐ 743 👤 kennethleungty User 🕐 已更新 2024-06-14 📅 创建时间 2022-08-15
46
JulesBelveze/time-series-autoencoder

用于多变量时间序列的 PyTorch 双注意力 LSTM-自编码器

JulesBelveze
⭐ 715 Python 👤 JulesBelveze User 🕐 已更新 2025-11-11 📅 创建时间 2020-06-05
47
business-science/timetk

在`tidyverse`中的时间序列分析

business-science
⭐ 644 R 👤 business-science Organization 🕐 已更新 2025-08-29 📅 创建时间 2017-04-09
48
TimeCopilot/timecopilot

TimeCopilot:智能体预测框架。它基于大语言模型(LLM)和时间序列基础模型构建,让您通过单一 API 使用多个基础模型进行预测、交叉验证和异常检测。从金融、能源到网站分析,TimeCopilot 可将自然语言查询转化为可用于生产环境的预测结果。

TimeCopilot
⭐ 643 Python 👤 TimeCopilot Organization 🕐 已更新 2026-11-18 📅 创建时间 2025-06-18
49
mims-harvard/UniTS

一个统一的多任务时间序列模型。

mims-harvard
⭐ 601 Python 👤 mims-harvard Organization 🕐 已更新 2024-09-26 📅 创建时间 2024-02-16
50
tidyverts/fable

整洁的时间序列预测

tidyverts
⭐ 593 R 👤 tidyverts Organization 🕐 已更新 2026-09-15 📅 创建时间 2018-02-21

常见问题解答

1

GitHub 上最受欢迎的 #forecasting 仓库是什么?

GitHub 上排名第一的开源 #forecasting 项目是 meta/prophet,拥有 20,494 个 Star。用于生成具有多重季节性和线性或非线性增长的时间序列数据的高质量预测的工具。

2

#forecasting 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #forecasting 项目中,最常见的编程语言是 Python, Jupyter Notebook, R, TypeScript。

3

#forecasting 仓库的排名是如何计算的?

我们跟踪了 56 个标记为 #forecasting 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 186,967 个 Star,平均每个仓库拥有 3,338 个 Star。排名每日根据 GitHub API 更新。