Единый фреймворк Python для машинного обучения с данными временных рядов.
Создавайте, настраивайте и проверяйте модели временных рядов с помощью инструментов, совместимых со scikit-learn.
sktime — это библиотека Python, предоставляющая единый интерфейс для задач анализа временных рядов, таких как прогнозирование, классификация и обнаружение аномалий. Она подходит для специалистов по данным и аналитиков цепочек поставок, создающих прогнозные модели.
Она объединяет различные задачи обучения по временным рядам с помощью специализированных алгоритмов и инструментов построения составных моделей, таких как конвейеры и ансамбли. Она также интегрируется с такими библиотеками, как statsmodels, tsfresh, PyOD и fbprophet.
Она подходит для разработчиков Python и специалистов по данным, создающих сложные конвейеры прогнозирования цепочек поставок или обнаружения аномалий. Она не подходит для нетехнических пользователей, которым требуются программные интерфейсы с графическим управлением.
Предоставляет согласованный API для множества алгоритмов и моделей прогнозирования.
Поддерживает конвейеры, ансамбли, настройку и редукцию для задач временных рядов.
Интегрируется со scikit-learn, statsmodels, tsfresh, PyOD и fbprophet.
Включает развивающиеся модули для обнаружения аномалий и точек изменения.
Бесплатно под лицензией BSD-3-Clause. Единственная стоимость — запуск в собственной среде Python.
877 открытых удалённых вакансий по обучению ИИ, обновлено 16 ноября 2026 г.; в большинстве оплата $20–$175 в час. Из них 2 — для носителей русского языка. Zekai публикует их бесплатно; отклик уходит на платформу работодателя.
Она поддерживает прогнозирование, классификацию временных рядов, регрессию, преобразования, кластеризацию, обнаружение аномалий и точек изменения.
Да, в нем используются совместимые со scikit-learn инструменты и шаблоны проектирования для создания, настройки и проверки моделей.
Zekai первым в Google