Subiect: #serii temporale
Google lansează TimesFM-3: Modelul fundamental de 330M parametri pentru prognoza seriilor temporale multivariate
Google Research a lansat TimesFM-3, un model fundamental de 330M parametri pentru prognoza seriilor temporale multivariate, capabil să proceseze mai multe serii corelate într-un singur pas, fără ajustare fină. Modelul obține performanțe de top pe benchmark-uri precum GIFT-Eval, fev-bench și TIME leaderboard, dar este distribuit sub o licență non-comercială.
Previziuni complete cu TimesFM 2.5: Backtesting, Covariate, Detectarea Anomaliilor și Implementare Scalabilă pe Colab
TimesFM 2.5 de la Google este un model de previziune temporală open-source care integrează backtesting, suport pentru covariate, detectarea anomaliilor și implementare scalabilă pe Google Colab. Articolul explică fiecare caracteristică și oferă un exemplu practic de utilizare.
Cum să construiești o conductă de previziuni cu TimeCopilot folosind modele fundamentale și detectarea automată a anomaliilor
Articolul detaliază construirea unei conducte complete de previziuni cu TimeCopilot, folosind date reale și sintetice, evaluând modele statistice, fundamentale și GPU, detectând automat anomaliile și utilizând un agent LLM pentru selecția și explicarea modelelor.