Prévisions IA pour les séries chronologiques
Le modèle Time Series Foundation, développé par Google Research, offre une structure pré-entraînée pour la prévision de séries chronologiques. Le modèle est conçu pour fournir des capacités prédictives générales sur différents ensembles de données.
Mises à jour
- 27 septembre 2026: Étoiles 31,902 → 33,792, dernière version v3.0.0 (28 août 2026).
- 8 septembre 2026: Étoiles 30,360 → 31,902, dernière version v3.0.0 (28 août 2026).
- 3 septembre 2026: Étoiles 28,335 → 30,360, dernière version v3.0.0 (28 août 2026).
- 31 août 2026: Étoiles 27,185 → 28,335, dernière version v3.0.0 (28 août 2026).
Ce que ça vous apporte
- Prédiction rapide avec un modèle de base pré-entraîné
- Prise en charge de la longueur du contexte 16 000
- Adaptation à différents ensembles de données avec une structure flexible
Installation
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 timesfmSi vous ne codez pas
Je souhaite effectuer des prévisions de séries chronologiques à l'aide de la bibliothèque TimesFM. Comment configurer la structure des paramètres 200M avec la version 2.5 de ce modèle de base développé par Google ? Comment dois-je déterminer les valeurs max_context et max_horizon, en particulier pendant la phase de compilation du modèle, et dans quel format dois-je fournir des données d'entrée à la fonction de prévision ? Pouvez-vous expliquer avec un exemple de structure de code ?
Dépôt : https://github.com/google-research/timesfm. Base-toi sur les instructions officielles du fichier README de ce dépôt pour l'installation et l'exécution.
Avant de commencer, vérifie quel système d'exploitation nous utilisons et si les outils nécessaires (ex: Python, Node.js, Git, Docker) sont installés. Installe ceux qui manquent étape par étape selon ce système.
Crée un nouveau dossier vide pour travailler. Ne touche pas aux fichiers en dehors de ce dossier et ne supprime rien. Avant chaque commande, décris ce que tu vas faire en une phrase.
Dis-moi ce que je devrais voir à l'écran à la fin de chaque étape. Si une erreur survient, je te copierai le message d'erreur tel quel et nous la corrigerons ensemble.
Termes liés du glossaire
Liens
TreScout n'a pas développé cet outil · nous l'avons repéré dans les tendances GitHub et présenté. Cette page décrit le dépôt tel qu'il était le 2026-06-18 : Le nombre d'étoiles et notre texte datent de ce jour, le dépôt a pu changer depuis. Consultez le lien du dépôt pour l'état actuel. Le texte de présentation a été préparé avec l’IA à partir de la propre documentation du dépôt et cette page a été traduite automatiquement depuis l’original turc · la version turque fait foi.