Mesleğiniz için puanlanmış YZ araçları
YZ eğiterek kazan
🤝 Ücretsiz & Açık Kaynak kütüphanesindesiniz — toplulukça geliştirilen, ücret ödemeden kullanabileceğiniz araçlar. Puanlı AI dizinimizden farklı bir kavram.
Ana sayfa › Ücretsiz & Açık Kaynak › Lojistik › Time-Series-Library
✦ Ücretsiz & açık kaynakLojistik

Time-Series-Library

Zaman serisi tahmini, eksik veri tamamlama, sınıflandırma ve anomali tespiti için derin öğrenme kütüphanesi.

Gelişmiş Derin Zaman Serisi Kütüphanesi

Zaman serisi tahmini, eksik veri tamamlama ve sınıflandırma için derin öğrenme modelleri değerlendirin ve oluşturun.

Sonsuza dek ücretsiz · açık kaynak · MIT
✓ Needs IT✓ Tarayıcıda çalışır✓ Gerçek zamanlı işbirliği
7.4
ZEKAI
Sağlam derin öğrenme kıyaslama kod tabanı
Ücretsiz & açık kaynak · Lojistik
Kurulum kolaylığı6
Yararlılık8
Bakım7
Topluluk8.5
★ 13,003
GITHUB
Apr 2026
GÜNCELLENDİ
MIT
LİSANS
🛠 Kendiniz barındırmak istemiyor musunuz? Sizin için kurabiliriz →
⚡ Hızlı yanıt

Time-Series-Library (TSLib), derin zaman serisi analizi ile çalışan araştırmacılar ve mühendisler için tasarlanmış açık kaynaklı bir kod tabanıdır. Uzun ve kısa vadeli tahmin, eksik veri tamamlama, anomali tespiti ve sınıflandırma gibi ana akım görevleri kapsar.

Çalıştığı yer
Cross-platform
Barındırma
Self-host
Diller
Python
Lisans
MIT

Nedir

Kütüphane; belirli görevler ve kıyaslamalar etrafında organize edilmiş TimeXer, TimeMixer, iTransformer, PatchTST ve TimesNet gibi gelişmiş modelleri uygular. Büyük Zaman Serisi Modelleri (LTSM'ler) ile sıfır atışlı tahmin ve dışsal değişken entegrasyonu için özelleştirilmiş özellikler içerir.

Kimler için

Sıralı veriler için derin öğrenme modelleri geliştiren veya kıyaslayan veri bilimcileri ve makine öğrenimi mühendisleri için uygundur. Kodsuz grafiksel tahmin arayüzleri arayan iş analistleri için tasarlanmamıştır.

Temel özellikler

Beş Ana Akım Görev

Uzun ve kısa vadeli tahmini, eksik veri tamamlamayı, anomali tespitini ve sınıflandırmayı kapsar.

En Son Teknoloji Modeller

TimeXer, iTransformer, PatchTST, TimesNet ve Mamba uygulamalarını içerir.

Sıfır Atışlı Tahmin

Ön eğitim olmadan Büyük Zaman Serisi Modellerini değerlendirmek için deneysel betikler içerir.

Dışsal Değişken Desteği

Tahmin sırasında harici değişkenleri verimli bir şekilde yönetmek için TimeXer gibi paradigmaları uygular.

Nasıl başlanır

3 adımda hazır

1
GitHub'dan Time-Series-Library deposunu klonlayın.
2
Gerekli Python bağımlılıklarını ve gerekirse mamba_ssm gibi isteğe bağlı modülleri yükleyin.
3
Model eğitimi ve değerlendirmesini yürütmek için scripts dizininde sağlanan kabuk betiklerini çalıştırın.
Açıkçası

Dürüst kararımız

Artıları

  • Üst düzey akademik zaman serisi modellerinin doğrulanmış uygulamalarını sağlar.
  • Standartlaştırılmış değerlendirme betikleri ve kıyaslama liderlik tabloları içerir.
  • Büyük Zaman Serisi Modelleri için sıfır atışlı tahmin iş akışlarını destekler.
  • Birden fazla zaman serisi analizi görevinde yapılandırılmış taban çizgilerini korur.

Eksileri

  • Sürdürücüler sınırlı bant genişliğine sahiptir, yani yeni özellik eklemeleri duraklatılmıştır.
  • Mevcut birçok kıyaslama doygunluğa ulaşmış olabilir veya güncel araştırmalar için daha az anlamlı olabilir.
  • Python kodu yazmayı ve derin öğrenme bağımlılıklarını manuel olarak yönetmeyi gerektirir.
Maliyet

Fiyatlar & lisans

Ücretli barındırılan bir seçenek sunulmaksızın MIT lisansı altında ücretsizdir. Tek maliyet, derin öğrenme eğitimi için gereken donanımı çalıştırmaktır.

Ücretli iş

Türkçe konuşanlar için işler

877 açık uzaktan yapay zeka eğitimi işi, 16 Kasım 2026 tarihinde güncellendi; çoğu saatlik $20–$175 ödüyor. Bunların 2 tanesi Türkçe konuşanlar için. Zekai ücretsiz listeler; başvuru işverenin platformunda yapılır.

Tüm açık rolleri gör →
Karşılaştır

Alternatifler

Daha fazlası

Kullanın ya da biz kuralım

📄 Ücretsiz PDF: Lojistik için Time-Series-Library
İlk sonucunuza ulaşmanız için sade bir rehber. E-postanıza gönderilir.
🔔 64 kişi tam bir video eğitimi istiyor — oyunuzu ekleyin
🛠 Kendiniz kurmak istemiyor musunuz?
Time-Series-Library aracını sizin için kurar, barındırır ve yapılandırırız — ekibinizi de eğitiriz.
Sizin için yapalım ↗
Sorular

SSS

TSLib hangi görevleri destekler?

TSLib uzun ve kısa vadeli tahmini, eksik veri tamamlamayı, anomali tespitini ve sınıflandırmayı destekler.

Yeni özellikler aktif olarak ekleniyor mu?

Hayır, sürdürücüler sınırlı bant genişliği nedeniyle aktif özellik eklemelerinin duraklatıldığını duyurdu.

Radar

Son AI haberleri

✉️ Haftalık ücretsiz araç seti
Lojistik için en iyi yeni ücretsiz & açık kaynak araçlar — haftada bir kısa e-posta, kendi dilinizde.
Ücretsiz · haftada 1 e-posta · istediğinizde çıkın
Yapay zekayı eğit, para kazan →

Google'da önce Zekai'yi gör