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 › Logística › sktime
✦ Grátis & open sourceLogística

sktime

Um framework Python unificado para aprendizado de máquina com dados de séries temporais.

Aprendizado de máquina unificado para séries temporais

Construa, ajuste e valide modelos de séries temporais usando ferramentas compatíveis com scikit-learn.

Grátis para sempre · open source · BSD-3-Clause
✓ Light setup✓ No navegador✓ Colaboração em tempo real
7.8
ZEKAI
Essencial para previsões em Python
Grátis & open source · Logística
Facilidade de configuração4
Utilidade9
Manutenção9.5
Comunidade8.5
★ 10,075
GITHUB
Oct 2026
ATUALIZADO
BSD-3-Clause
LICENÇA
🛠 Não quer hospedar você mesmo? Nós configuramos para você →
⚡ Resposta rápida

sktime é uma biblioteca Python que fornece uma interface unificada para tarefas de análise de séries temporais, como previsão, classificação e detecção de anomalias. É ideal para cientistas de dados e analistas de cadeia de suprimentos que constroem modelos preditivos.

Funciona em
Cross-platform
Hospedagem
Desktop
Idiomas
Python
Licença
BSD-3-Clause

O que é

Ele conecta distintas tarefas de aprendizado de séries temporais por meio de algoritmos dedicados e ferramentas de construção de modelos compostos, como pipelining e ensembling. Também se integra a bibliotecas como statsmodels, tsfresh, PyOD e fbprophet.

Para quem

É adequado para desenvolvedores Python e cientistas de dados que constroem pipelines complexos de previsão de cadeia de suprimentos ou detecção de anomalias. Não é adequado para usuários não técnicos que exigem interfaces de software do tipo apontar e clicar.

Recursos principais

Interface de Previsão Unificada

Fornece uma API consistente para vários algoritmos e modelos de previsão.

Construção de Modelos Compostos

Suporta pipelining, ensembling, tuning e reduction para tarefas de séries temporais.

Integrações de Bibliotecas

Conecta-se com scikit-learn, statsmodels, tsfresh, PyOD e fbprophet.

Tarefas de Detecção

Inclui módulos em amadurecimento para detecção de anomalias e pontos de mudança.

Como começar

Pronto em 3 passos

1
Instale o pacote via pip ou conda a partir do PyPI ou conda-forge
2
Explore os tutoriais oficiais e notebooks do binder para aprender a API
3
Construa seu primeiro pipeline de séries temporais usando estimadores compatíveis com o scikit-learn
Falando sério

Nosso veredito honesto

Pontos fortes

  • Compatível com padrões de design e ferramentas do scikit-learn
  • Interface unificada para previsão, classificação e agrupamento
  • Integra-se perfeitamente com statsmodels, tsfresh e PyOD
  • Suporta pipelining e ensembling de modelos complexos

Onde deixa a desejar

  • Requer proficiência em programação Python
  • As tarefas de detecção ainda estão amadurecendo e podem mudar
  • Nenhuma interface gráfica de usuário fornecida nativamente
Custo

Preços & licença

Gratuito sob a licença BSD-3-Clause. O único custo é executá-lo por conta própria em seu próprio ambiente Python.

Trabalho remunerado

Vagas para quem fala português

879 vagas remotas abertas de treinamento de IA, atualizadas em 15 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
Saiba mais

Use, ou deixe que a gente configure

📄 PDF grátis: sktime para Logística
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 sktime para você — e treinamos sua equipe.
Deixe com a gente ↗
Perguntas

FAQ

Quais tarefas o sktime suporta?

Ele suporta previsão, classificação de séries temporais, regressão, transformações, agrupamento, detecção de anomalias e detecção de pontos de mudança.

O sktime é compatível com o scikit-learn?

Sim, ele utiliza ferramentas e padrões de design compatíveis com o scikit-learn para construir, ajustar e validar modelos.

Radar

Últimas notícias de IA

✉️ O kit gratuito semanal
As melhores novas ferramentas grátis & open source para Logística — 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