إطار عمل موحد بلغة Python للتعلم الآلي باستخدام بيانات السلاسل الزمنية.
قم بناء وضبط والتحقق من صحة نماذج السلاسل الزمنية باستخدام أدوات متوافقة مع scikit-learn.
مكتبة sktime هي مكتبة Python توفر واجهة موحدة لمهام تحليل السلاسل الزمنية مثل التنبؤ، التصنيف، واكتشاف الحالات الشاذة. وهي مناسبة لعلماء البيانات ومحللي سلسلة التوريد الذين يقومون ببناء نماذج تنبؤية.
تربط بين مهام تعلم السلاسل الزمنية المختلفة من خلال خوارزميات مخصصة وأدوات بناء نماذج مركبة مثل خطوط الأنابيب (pipelines) والتجميع (ensembling). كما تتكامل مع مكتبات مثل statsmodels و tsfresh و PyOD و fbprophet.
تتناسب مع مطوري Python وعلماء البيانات الذين يقومون ببناء خطوط أنابيب معقدة لتنبؤ سلاسل التوريد أو اكتشاف الحالات الشاذة. وهي غير مناسبة للمستخدمين غير التقنيين الذين يحتاجون إلى واجهات برمجية تعتمد على النقر.
توفر API متسقاً لخوارزميات ونماذج تنبؤ متعددة.
تدعم خطوط الأنابيب، والتجميع، والضبط، والتقليل لمهام السلاسل الزمنية.
تتصل مع scikit-learn و statsmodels و tsfresh و PyOD و fbprophet.
تتضمن وحدة قيد النضج لاكتشاف الحالات الشاذة ون نقاط التغيير.
مجانية بموجب ترخيص BSD-3-Clause. التكلفة الوحيدة هي تشغيلها بنفسك في بيئة Python الخاصة بك.
877 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٦ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$175 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
تدعم التنبؤ، وتصنيف السلاسل الزمنية، والانحدار، والتحويلات، والتجميع، واكتشاف الحالات الشاذة، واكتشاف نقاط التغيير.
نعم، فهي تستخدم أدوات وأنماط تصميم متوافقة مع scikit-learn لبناء وضبط والتحقق من صحة النماذج.
شاهد Zekai أولاً في جوجل