#time-series-forecasting 仓库
探索 54 个标记为 #time-series-forecasting 的活跃开源 GitHub 仓库,它们累计获得 179,543 个 Star(平均每个项目 3,324 个)。该主题的领先项目是 shiyu-coder/Kronos,拥有 48,042 个 Star。
共 54 个仓库
TimesFM (Time Series Foundation Model) 是 Google Research 开发的用于时间序列预测的预训练时间序列基础模型。
本存储库包含来自 80 多家公司的 300 多个精选案例研究,详细介绍了机器学习 (ML) 系统设计的实际应用和见解。内容经过组织,可帮助您轻松根据行业或具体的 ML 用途找到相关的案例研究。
在这个笔记本中,我将创建一个完整的预测股票价格变动过程。跟随我,我们将取得一些相当好的结果。为此,我们将使用生成对抗网络(GAN),其中LSTM(一种循环神经网络)作为生成器,以及卷积神经网络(CNN)作为判别器。我们使用LSTM的原因很明显,因为我们试图预测时间序列数据。为什么我们使用GAN,特别是CNN作为判别器?这是一 个好的 q
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 🚀。
使用 PyTorch 进行机器学习和深度学习解决现实世界问题的 Jupyter Notebook 教程。主题:使用 Detectron 2 进行人脸检测,使用 LSTM Autoencoders 进行时间序列异常检测,使用 YOLO v5 进行对象检测,构建您的第一个 Neural Network,针对冠状病毒每日病例的时间序列预测,使用 BER 进行情感分析
AssetOpsBench - 工业 4.0:一个用于构建、编排和评估工业 4.0 资产运维领域专用 AI 智能体的统一基准与框架,包含 460 多个场景、5 个专业智能体(IoT、FMSR、TSFM、工单等)以及基于 MCP 的多智能体编排蓝图(MetaAgent、AgentHive)。
"iTransformer: Inverted Transformers Are Effective for Time Series Forecasting" (ICLR 2024 Spotlight) 的官方实现
CS顶级会议(NIPS、ICML、ICLR、KDD、AAAI、WWW、IJCAI、CIKM、ICDM、ICDE等)时间序列工作总结
[ICLR 2025 Spotlight] "Time-MoE: Billion-Scale Time Series Foundation Models with Mixture of Experts" 的官方实现
关于当前用于时间序列和时空数据的扩散模型及其优秀资源(论文、应用、综述、调查等)的调查和论文列表。
关于“TimesNet: Temporal 2D-Variation Modeling for General Time Series Analysis” (ICLR 2023) 的代码发布,https://openreview.net/pdf?id=ju_Uqw384Oq
展示Transformer可能不是时间序列预测答案的最佳存储库,并展示了最好的SOTA非Transformer模型。
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。
"One Fits All: Power General Time Series Analysis by Pretrained LM (NeurIPS 2023 Spotlight)" 的官方代码
Modern Time Series Forecasting with Python,Packt出版
常见问题解答
GitHub 上最受欢迎的 #time-series-forecasting 仓库是什么?
GitHub 上排名第一的开源 #time-series-forecasting 项目是 shiyu-coder/Kronos,拥有 48,042 个 Star。Kronos:金融市场语言的基础模型
#time-series-forecasting 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #time-series-forecasting 项目中,最常见的编程语言是 Python, Jupyter Notebook, JavaScript, Shell。
#time-series-forecasting 仓库的排名是如何计算的?
我们跟踪了 54 个标记为 #time-series-forecasting 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 179,543 个 Star,平均每个仓库拥有 3,324 个 Star。排名每日根据 GitHub API 更新。