أدوات ذكاء اصطناعي مقيّمة لمهنتك
اربح مع ذكائي
🤝 أنت في مكتبة المصادر المجانية والمفتوحة — أدوات بناها المجتمع يمكنك استخدامها دون دفع. مفهوم مختلف عن دليل أدوات الذكاء الاصطناعي المُقيَّم لدينا.
الرئيسية › مجاني ومفتوح المصدر › خدمات لوجستية › Time-Series-Library
✦ مجاني ومفتوح المصدرخدمات لوجستية

Time-Series-Library

مكتبة تعلم عميق للتنبؤ بالسلاسل الزمنية، والإسناد، والتصنيف، واكتشاف الحالات الشاذة.

مكتبة متقدمة للسلاسل الزمنية العميقة

تقييم وبناء نماذج التعلم العميق للتنبؤ بالسلاسل الزمنية، والإسناد، والتصنيف.

مجاني للأبد · مفتوح المصدر · MIT
✓ Needs IT✓ يعمل في المتصفح✓ تعاون فوري
7.4
ZEKAI
قاعدة تعليمات برمجية مرجعية صلبة للتعلم العميق
مجاني ومفتوح المصدر · خدمات لوجستية
سهولة الإعداد6
الفائدة8
الصيانة7
المجتمع8.5
★ 13,003
غيت هَب
Apr 2026
آخر تحديث
MIT
الرخصة
🛠 لا تريد الاستضافة بنفسك؟ يمكننا إعداده لك →
⚡ إجابة سريعة

Time-Series-Library (TSLib) هو مستودع شفوي مفتوح المصدر مصمم للباحثين والمهندسين العاملين في تحليل السلاسل الزمنية العميقة. يغطي المهام الأساسية مثل التنبؤ طويل وقصير الأجل، والإسناد، واكتشاف الحالات الشاذة، والتصنيف.

يعمل على
Cross-platform
الاستضافة
Self-host
اللغات
Python
الرخصة
MIT

ما هو

تنفذ المكتبة نماذج متقدمة مثل TimeXer وTimeMixer وiTransformer وPatchTST وTimesNet، منظمة حول مهام ومقاييس مرجعية محددة. وتتضمن ميزات مخصصة للتنبؤ بدون تدريب مسبق باستخدام نماذج السلاسل الزمنية الكبيرة (LTSMs) وتكامل المتغيرات الخارجية.

لمن هو

تتناسب مع علماء البيانات ومهندسي التعلم العميق الذين يقومون بتطوير أو قياس أداء نماذج التعلم العميق للبيانات المتسلسلة. وهي غير مصممة لمحللي الأعمال الذين يبحثون عن واجهات رسومية للتنبؤ بدون برمجة.

أهم الميزات

خمس مهام رئيسية

تغطي التنبؤ طويل وقصير الأجل، والإسناد، واكتشاف الحالات الشاذة، والتصنيف.

نماذج حديثة ومتطورة

تتضمن تطبيق نماذج TimeXer وiTransformer وPatchTST وTimesNet وMamba.

التنبؤ بدون تدريب مسبق

تتميز بسكربتات تجريبية لتقييم نماذج السلاسل الزمنية الكبيرة بدون تدريب مسبق.

دعم المتغيرات الخارجية

تطبق نماذج مثل TimeXer للتعامل بكفاءة مع المتغيرات الخارجية أثناء التنبؤ.

كيف تبدأ

جاهز للعمل في 3 خطوات

1
استنسخ مستودع Time-Series-Library من GitHub.
2
ثبت تبعيات Python المطلوبة والوحدات الاختيارية مثل mamba_ssm إذا لزم الأمر.
3
قم بتشغيل ملفات الـ shell المتوفرة في مجلد scripts لتنفيذ تدريب النموذج وتقييمه.
بصراحة

حكمنا الصادق

ما يميّزه

  • توفر تطبيقات مُتحقق منها لنماذج السلاسل الزمنية الأكاديمية من الفئة الأولى.
  • تتضمن سكربتات تقييم قياسية وقوائم صدارة مرجعية.
  • تدعم سير عمل التنبؤ بدون تدريب مسبق لنماذج السلاسل الزمنية الكبيرة.
  • تحافظ على خطوط أساس منظمة عبر مهام تحليل السلاسل الزمنية المتعددة.

أين يقصّر

  • يتمتع المشرفون بموارد محدودة، مما يعني توقف إضافة الميزات الجديدة مؤقتاً.
  • العديد من المقاييس الحالية قد تكون مُشبعة أو أقل فائدة للبحث الحالي.
  • تتطلب كتابة تعليمات برمجية بلغة Python والتعامل مع تبعيات التعلم العميق يدوياً.
التكلفة

التسعير والرخصة

مجانية بموجب ترخيص MIT، مع عدم توفر خيار مدفوع مستضاف. التكلفة الوحيدة هي تشغيل الأجهزة المطلوبة لتدريب التعلم العميق.

عمل مدفوع

وظائف للناطقين بالعربية

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.

شاهد كل الأدوار المفتوحة →
قارن

البدائل

المزيد

استخدمه، أو دعنا نُعِدّه لك

📄 دليل PDF مجاني: Time-Series-Library لـ خدمات لوجستية
دليل بلغة بسيطة لإنجاز أول نتيجة لك. يُرسَل إلى بريدك.
🔔 64 شخصاً يريدون شرحاً كاملاً بالفيديو — أضف صوتك
🛠 لا تريد إعداده بنفسك؟
سنقوم بتثبيت Time-Series-Library واستضافته وإعداده لك — وتدريب فريقك.
دعنا ننجزه لك ↗
أسئلة

الأسئلة الشائعة

ما هي المهام التي تدعمها TSLib؟

تدعم TSLib التنبؤ طويل وقصير الأجل، والإسناد، واكتشاف الحالات الشاذة، والتصنيف.

هل تتم إضافة ميزات جديدة بانتظام؟

لا، أعلن المشرفون أن إضافة الميزات النشطة متوقفة مؤقتاً بسبب محدودية الموارد.

الرادار

أحدث أخبار الذكاء الاصطناعي

✉️ حقيبة الأدوات المجانية الأسبوعية
أفضل الأدوات المجانية والمفتوحة المصدر الجديدة لـ خدمات لوجستية — رسالة قصيرة أسبوعياً، بلغتك.
مجاني · رسالة واحدة أسبوعياً · إلغاء الاشتراك في أي وقت
اربح المال من تدريب الذكاء الاصطناعي ←

شاهد Zekai أولاً في جوجل