GluonTS
PyTorch üzerine kurulmuş, derin öğrenme tabanlı olasılıksal zaman serisi tahminleme ve modelleme için bir Python kütüphanesi.
Python'da tahmin aralıkları ile derin öğrenme tahminleme modelleri oluşturun, eğitin ve değerlendirin.
GluonTS, PyTorch kullanarak olasılıksal zaman serisi tahminlemesi için tasarlanmış bir Python araç setidir. DeepAR gibi önceden oluşturulmuş sinir ağı mimarileri ve tahmin dağılımlarını değerlendirmek için araçlar sunar. Nokta tahminleri yerine zaman serisi tahminlerinin yanı sıra belirsizlik tahminlerine ihtiyaç duyuyorsanız bunu kullanmalısınız.
Nedir
Paket, Pandas aracılığıyla zaman serisi verilerini yüklemenize, değerlendirme için veri kümelerini bölmenize ve sinirsel tahminleme modelleri eğitmenize olanak tanır. Tahminleri, özelleştirilebilir güven aralıklarına sahip tam olasılık dağılımları olarak çıktılar. Ayrıca sıfır atışlı (zero-shot) zaman serisi görevleri için Chronos gibi harici ön eğitilmiş temel modellerle entegre olur.
Kimler için
Karmaşık tahminleme boru hatları (pipeline) oluşturan veri bilimcilerine, makine öğrenmesi mühendislerine ve kantitatif analistlere uygundur. Grafiksel kullanıcı arayüzüne veya temel doğrusal projeksiyonlar için basit e-tablolara ihtiyaç duyan programcı olmayanlar için tasarlanmamıştır.
Temel özellikler
Olasılıksal Tahmin Dağılımları
Tek nokta tahminleri yerine tam tahmin edici olasılık dağılımları ve gölgeli tahmin aralıkları üretir.
PyTorch Sinirsel Tahmin Edicileri
Doğrudan PyTorch framework'ünün üzerine kurulmuş DeepAR gibi sinir ağı modellerini içerir.
Veri Kümesi Bölme Araçları
Kayan pencere (rolling-window) zaman serisi değerlendirmesi için PandasDataset ve test üreteci araçları gibi soyutlamalar sağlar.
Ön Eğitilmiş Model Desteği
Chronos gibi ön eğitilmiş temel modellerle sıfır atışlı tahminleme entegrasyonunu destekler.
3 adımda hazır
Dürüst kararımız
Artıları
- Olasılıksal çıktı dağılımları ve tahmin aralıkları için yerel destek sağlar.
- DeepAR gibi önceden oluşturulmuş sinirsel tahminleme algoritmalarını kutudan çıktığı gibi içerir.
- Pandas DataFrame'leri ve standart Python veri bilimi araçlarıyla sorunsuz bir şekilde entegre olur.
- Test örnekleri ve kayayan pencere değerlendirmeleri oluşturmak için yerleşik soyutlamalar sunar.
Eksileri
- Python programlama uzmanlığı ve derin öğrenme kavramlarının anlaşılmasını gerektirir.
- Büyük veri kümeleri üzerinde karmaşık sinirsel zaman serisi modellerini eğitmek GPU bilgi işlem kaynakları gerektirir.
- Teknik olmayan iş kullanıcıları için grafiksel bir kullanıcı arayüzünden yoksundur.
Fiyatlar & lisans
GluonTS, Apache-2.0 open source lisansı altında ücretsiz olarak kullanılabilir. İlgili ana maliyet, verileriniz üzerinde derin öğrenme modelleri eğitmek için gereken CPU veya GPU altyapısını sağlamaktır.
Türkçe konuşanlar için işler
874 açık uzaktan yapay zeka eğitimi işi, 15 Kasım 2026 tarihinde güncellendi; çoğu saatlik $20–$170 ödüyor. Bunların 2 tanesi Türkçe konuşanlar için. Zekai ücretsiz listeler; başvuru işverenin platformunda yapılır.
Alternatifler
İncelenmiş bu AI araçları aynı işi anında yapar — puanlı dizinimizden.
Kullanın ya da biz kuralım
SSS
GluonTS hangi Python sürümlerini destekler?
GluonTS, 3.10 ile 3.14 arasındaki Python sürümlerini gerektirir.
GluonTS hangi derin öğrenme framework'ünü kullanır?
GluonTS öncelikle PyTorch üzerine kurulmuştur.
GluonTS nokta tahminleri mi yoksa olasılık dağılımları mı sağlar?
%50 ve %90 sınırları gibi tahmin aralıkları hesaplamanıza olanak tanıyarak olasılıksal tahminler üretir.
