Un framework Python unifié pour l'apprentissage automatique avec des données de séries chronologiques.
Créez, ajustez et validez des modèles de séries chronologiques à l'aide d'outils compatibles avec scikit-learn.
sktime est une bibliothèque Python fournissant une interface unifiée pour les tâches d'analyse de séries chronologiques telles que la prévision, la classification et la détection d'anomalies. Elle convient aux data scientists et aux analystes de la chaîne d'approvisionnement qui créent des modèles prédictifs.
Elle relie différentes tâches d'apprentissage sur séries chronologiques grâce à des algorithmes dédiés et à des outils de construction de modèles composites tels que le pipelining et l'ensembling. Elle s'intègre également avec des bibliothèques telles que statsmodels, tsfresh, PyOD et fbprophet.
Elle convient aux développeurs Python et aux data scientists qui créent des pipelines complexes de prévision de la chaîne d'approvisionnement ou de détection d'anomalies. Elle ne convient pas aux utilisateurs non techniques qui ont besoin d'interfaces logicielles graphiques.
Fournit une API cohérente pour plusieurs algorithmes et modèles de prévision.
Prend en charge le pipelining, l'ensembling, le tuning et la réduction pour les tâches de séries chronologiques.
Se connecte avec scikit-learn, statsmodels, tsfresh, PyOD et fbprophet.
Comprend des modules en cours de maturation pour la détection d'anomalies et de points de changement.
Gratuit sous licence BSD-3-Clause. Le seul coût est de l'exécuter vous-même dans votre propre environnement Python.
877 missions ouvertes à distance en entraînement d’IA, mises à jour le 16 novembre 2026 ; la plupart paient $20–$175 de l’heure. 8 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.
Il prend en charge la prévision, la classification de séries chronologiques, la régression, les transformations, le clustering, la détection d'anomalies et la détection de points de changement.
Oui, il utilise des outils et des modèles de conception compatibles avec scikit-learn pour créer, ajuster et valider des modèles.
Voir Zekai en premier dans Google