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 › GluonTS
✦ Grátis & open sourceCiência de Dados

GluonTS

Uma biblioteca Python para modelagem e previsão probabilística de séries temporais baseada em deep learning, construída sobre o PyTorch.

Modelagem probabilística de séries temporais e previsão neural

Construa, treine e avalie modelos de previsão de deep learning com intervalos de predição em Python.

Grátis para sempre · open source · Apache-2.0
✓ Light setup✓ No navegador✓ Colaboração em tempo real
8.5
ZEKAI
Previsão neural essencial.
Grátis & open source · Ciência de Dados
Facilidade de configuração8
Utilidade9
Manutenção9.5
Comunidade7.5
★ 5,248
GITHUB
Oct 2026
ATUALIZADO
Apache-2.0
LICENÇA
🛠 Não quer hospedar você mesmo? Nós configuramos para você →
⚡ Resposta rápida

O GluonTS é um kit de ferramentas Python projetado para previsão probabilística de séries temporais usando PyTorch. Ele fornece arquiteturas de redes neurais pré-construídas, como DeepAR, e utilitários para avaliar distribuições de previsão. Você deve usá-lo se precisar de estimativas de incerteza juntamente com predições de séries temporais, em vez de estimativas pontuais.

Funciona em
Cross-platform
Hospedagem
Desktop
Idiomas
Python
Licença
Apache-2.0

O que é

O pacote permite carregar dados de séries temporais via Pandas, dividir conjuntos de dados para avaliação e treinar modelos de previsão neural. Ele gera predições como distribuições de probabilidade completas com intervalos de confiança personalizáveis. Ele também se integra a foundation models pré-treinados externos, como o Chronos, para tarefas de séries temporais zero-shot.

Para quem

É adequado para cientistas de dados, engenheiros de machine learning e analistas quantitativos que constroem pipelines de previsão complexos. Ele não foi projetado para não programadores que precisam de uma interface gráfica de usuário ou planilhas simples para projeções lineares básicas.

Recursos principais

Distribuições de Previsão Probabilística

Gera distribuições de probabilidade preditiva completas e intervalos de predição hachurados em vez de previsões de ponto único.

Estimadores Neurais em PyTorch

Inclui modelos de redes neurais como o DeepAR construídos diretamente sobre o framework PyTorch.

Utilitários de Divisão de Conjuntos de Dados

Fornece abstrações como PandasDataset e utilitários de gerador de teste para avaliação de séries temporais em janela deslizante.

Suporte a Modelos Pré-treinados

Suporta integração de previsão zero-shot com foundation models pré-treinados, como o Chronos.

Como começar

Pronto em 3 passos

1
Instale o GluonTS com suporte ao PyTorch usando uv pip install 'gluonts[torch]' ou o pip padrão.
2
Carregue seus dados de séries temporais em um PandasDataset e defina suas divisões de avaliação de treino e teste.
3
Instancie um estimador como o DeepAREstimator, treine-o em seu conjunto de dados e plote os intervalos de distribuição previstos.
Falando sério

Nosso veredito honesto

Pontos fortes

  • Fornece suporte nativo para distribuições de saída probabilísticas e intervalos de predição.
  • Inclui algoritmos de previsão neural pré-construídos, como o DeepAR, prontos para uso.
  • Integra-se perfeitamente com Pandas DataFrames e ferramentas padrão de ciência de dados em Python.
  • Oferece abstrações integradas para gerar instâncias de teste e avaliações em janela deslizante.

Onde deixa a desejar

  • Requer experiência em programação Python e compreensão de conceitos de deep learning.
  • O treinamento de modelos neurais complexos de séries temporais em grandes conjuntos de dados requer recursos computacionais de GPU.
  • Falta uma interface gráfica de usuário para usuários de negócios não técnicos.
Custo

Preços & licença

O GluonTS é gratuito para uso sob a licença open-source Apache-2.0. O principal custo envolvido é o provisionamento da infraestrutura de CPU ou GPU necessária para treinar modelos de deep learning em seus dados.

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: GluonTS 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 GluonTS para você — e treinamos sua equipe.
Deixe com a gente ↗
Perguntas

FAQ

Quais versões do Python o GluonTS suporta?

O GluonTS requer as versões do Python 3.10 a 3.14.

Qual framework de deep learning o GluonTS usa?

O GluonTS é construído principalmente sobre o PyTorch.

O GluonTS fornece estimativas pontuais ou distribuições de probabilidade?

Ele produz previsões probabilísticas, permitindo que você calcule intervalos de predição, como limites de 50% e 90%.

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