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.
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?
Bağlantılar
İlgili sözlük terimleri
TreScout bu aracı geliştirmedi · GitHub trendlerinde keşfedip Türkçe tanıttı. Yıldız ve sayılar keşif tarihindeki değerlerdir.