Ferramentas de IA avaliadas para o seu trabalho
Ganhe treinando IA
🤝 Você está na biblioteca Grátis & Open Source — ferramentas feitas pela comunidade que você pode usar sem pagar. Um conceito diferente do nosso diretório de IA avaliado.
Início › Grátis & Open Source › Ciência de Dados › chronos-forecasting
✦ Grátis & open sourceCiência de Dados

chronos-forecasting

Modelos de fundação transformer pré-treinados para previsão de séries temporais zero-shot em dados univariados e multivariados.

Previsão de séries temporais zero-shot impulsionada por transformers

Tokenize observações históricas para gerar previsões probabilísticas de séries temporais com modelos de fundação.

Grátis para sempre · open source · Apache-2.0
✓ Light setup✓ No navegador✓ Colaboração em tempo real
8.3
ZEKAI
Principal escolha para TS zero-shot.
Grátis & open source · Ciência de Dados
Facilidade de configuração7
Utilidade9
Manutenção9.5
Comunidade7.5
★ 6,118
GITHUB
Oct 2026
ATUALIZADO
Apache-2.0
LICENÇA
🛠 Não quer hospedar você mesmo? Nós configuramos para você →
⚡ Resposta rápida

O Chronos é uma biblioteca Python da Amazon Science que adapta arquiteturas transformer em previsores de séries temporais zero-shot. Ele converte observações em tokens para prever trajetórias futuras sem retreinamento específico para a tarefa. Cientistas de dados e engenheiros de ML que buscam previsões probabilísticas sem construir pipelines de treinamento personalizados devem utilizá-lo.

Funciona em
Cross-platform
Hospedagem
Nuvem ou auto-hospedado
Idiomas
Python
Licença
Apache-2.0

O que é

A ferramenta fornece pipelines em Python para executar inferência na família de modelos de fundação Chronos, incluindo Chronos-2 e Chronos-Bolt. Ela aceita pandas DataFrames contendo alvos históricos e covariáveis exógenas opcionais, retornando intervalos de previsão quantílica. Você pode executar inferência localmente em hardware de CPU ou GPU, ou implantar endpoints no AWS SageMaker via AutoGluon-Cloud.

Para quem

É adequado para equipes de ciência de dados que exigem previsão probabilística zero-shot em séries de alto volume sem ajuste manual de modelos. É ideal se você já trabalha em ambientes de nuvem PyTorch, Hugging Face ou AWS. É menos adequado para hardware de borda restrito que não consegue executar confortavelmente modelos transformer.

Recursos principais

Previsão multivariada zero-shot

Preveja trajetórias futuras de séries temporais usando contexto histórico e covariáveis exógenas sem retreinamento de dataset.

Modelos Chronos-Bolt baseados em patches

Divida o contexto em patches de múltiplas observações para previsão direta em múltiplos passos com menor uso de memória.

Saídas probabilísticas quantílicas

Gere intervalos de previsão em níveis de quantil configuráveis para quantificar diretamente a incerteza da previsão.

Integração com pandas DataFrame

Passe datasets tabulares padrão de séries temporais diretamente para as funções de previsão do pipeline.

Como começar

Pronto em 3 passos

1
Instale a biblioteca com 'pip install chronos-forecasting' e garanta que o pandas com suporte a pyarrow esteja disponível.
2
Instancie Chronos2Pipeline a partir de pesos de modelo pré-treinados do Hugging Face no seu dispositivo CUDA.
3
Passe DataFrames de contexto histórico e covariáveis futuras para pipeline.predict_df para gerar previsões probabilísticas.
Falando sério

Nosso veredito honesto

Pontos fortes

  • Entrega previsões zero-shot sem exigir pipelines de treinamento de modelos personalizados em novos datasets.
  • Suporta covariáveis exógenas junto com séries temporais alvo no Chronos-2.
  • Oferece variantes Chronos-Bolt projetadas para inferência rápida e pegada de memória reduzida.
  • Integra-se nativamente com transformers do Hugging Face e fluxos de trabalho de implantação do Amazon SageMaker.

Onde deixa a desejar

  • Requer recursos de GPU dedicados para inferência em lote de baixa latência ou alto rendimento.
  • O suporte a covariáveis exógenas é limitado ao Chronos-2 em vez de variantes de modelos mais antigas.
  • Os custos de infraestrutura em nuvem podem escalar rapidamente ao hospedar endpoints persistentes de transformer.
Custo

Preços & licença

O Chronos é gratuito e open source sob a licença Apache-2.0. Os custos operacionais vêm da computação do seu host local ou recursos de nuvem usados ao implantar modelos no AWS SageMaker ou AutoGluon-Cloud.

Trabalho remunerado

Vagas para quem fala português

877 vagas remotas abertas de treinamento de IA, atualizadas em 16 de novembro de 2026; a maioria paga $20–$175 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.

Ver todas as vagas abertas →
Comparar

Alternativas

🎁 Alternativas grátis & open source

Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.

Saiba mais

Use, ou deixe que a gente configure

📄 PDF grátis: chronos-forecasting para Ciência de Dados
Um guia em linguagem simples para o seu primeiro resultado. Enviado ao seu e-mail.
🔔 64 pessoas querem um tutorial em vídeo completo — adicione seu voto
🛠 Não quer configurar você mesmo?
Nós instalamos, hospedamos e configuramos o chronos-forecasting para você — e treinamos sua equipe.
Deixe com a gente ↗
Perguntas

FAQ

Posso passar variáveis exógenas para os modelos Chronos?

Sim, o Chronos-2 suporta previsão informada por covariáveis ao aceitar um DataFrame de valores futuros de covariáveis.

Como o Chronos gera previsões probabilísticas?

Ele emite previsões em níveis de quantil específicos (como 0.1, 0.5 e 0.9) para fornecer intervalos de previsão.

Qual hardware é necessário para executar o Chronos?

Embora modelos pequenos possam ser executados em CPU, a aceleração de GPU PyTorch (CUDA) é recomendada para modelos maiores e inferência em lote.

Radar

Últimas notícias de IA

✉️ O kit gratuito semanal
As melhores novas ferramentas grátis & open source para Ciência de Dados — um e-mail curto por semana, no seu idioma.
Grátis · 1 e-mail/semana · cancele quando quiser
Ganhe dinheiro treinando IA →

Veja o Zekai primeiro no Google