Zaman serileri için yapay zekâ tahminleme
Google Research tarafından geliştirilen Zaman Serisi Temel Modeli (Time Series Foundation Model), zaman serisi tahminleme işlemleri için önceden eğitilmiş bir yapı sunuyor. Model, farklı veri setleri üzerinde genel tahminleme yetenekleri sağlamak amacıyla tasarlanmıştır.
Güncelleme
- 27 Eylül 2026: Yıldız 31.902 → 33.792, son sürüm v3.0.0 (28 Ağustos 2026).
- 8 Eylül 2026: Yıldız 30.360 → 31.902, son sürüm v3.0.0 (28 Ağustos 2026).
- 3 Eylül 2026: Yıldız 28.335 → 30.360, son sürüm v3.0.0 (28 Ağustos 2026).
- 31 Ağustos 2026: Yıldız 27.185 → 28.335, son sürüm v3.0.0 (28 Ağustos 2026).
Ne kazandırır?
- Önceden eğitilmiş temel model ile hızlı tahminleme
- 16k bağlam uzunluğu desteği
- Esnek yapı ile farklı veri setlerine uyum
Kurulum
pip install timesfm[torch]
# Or with Flax
pip install timesfm[flax]
# And when XReg is needed
pip install timesfm[xreg]git clone https://github.com/google-research/timesfm.git
cd timesfmKod bilmiyorsanız
TimesFM kütüphanesini kullanarak zaman serisi tahminleme yapmak istiyorum. Google tarafından geliştirilen bu temel modelin 2.5 sürümü ile 200M parametreli yapıyı nasıl yapılandırabilirim? Özellikle modelin derlenmesi (compile) aşamasında max_context ve max_horizon değerlerini nasıl belirlemeliyim ve tahminleme (forecast) fonksiyonuna veri girişlerini hangi formatta sağlamalıyım? Örnek bir kod yapısı ile açıklayabilir misin?
Depo: https://github.com/google-research/timesfm. Kurulum ve çalıştırmada bu deponun README dosyasındaki resmî talimatları esas al.
Başlamadan önce hangi işletim sisteminde çalıştığımızı ve gerekli araçların (ör. Python, Node.js, Git, Docker) kurulu olup olmadığını kontrol et; eksik olanları bu sisteme göre adım adım kur.
Çalışmak için yeni ve boş bir klasör oluştur. Bu klasörün dışındaki dosyalarıma dokunma, hiçbir şeyi silme. Her komutu çalıştırmadan önce ne yapacağını bir cümleyle söyle.
Her adımın sonunda ekranda ne görmem gerektiğini söyle. Bir hata oluşursa hata mesajını sana olduğu gibi yapıştıracağım, birlikte düzeltelim.
Bağlantılar
TreScout bu aracı geliştirmedi · GitHub trendlerinde keşfedip Türkçe tanıttı. Tanıtım metni deponun kendi belgelerinden yapay zekâ ile hazırlandı. Bu sayfa deponun 2026-06-18 tarihindeki hâlini anlatır: Yıldız sayısı ve yazdığımız metin o güne aittir, depo sonrasında değişmiş olabilir. Güncel durum için depo bağlantısına bakın.