Nixtla/statsforecast

何を解決するか

StatsForecast は、単変量時系列予測のための高性能ライブラリを提供します。Python における既存の統計モデルの代替手段が、処理速度が遅く、正確性に欠け、または生産環境で数百万の時系列データにスケーリングできないという問題に対処しています。

仕組み

このライブラリは、AutoARIMA、AutoETS、AutoCES、Theta などの幅広い統計および経済統計モデルを、速度と正確性の観点から最適化して実装しています。既存のワークフローに簡単に統合できるように、sklearn風の .fit と .predict の構文を採用しています。大規模なデータセットを扱うために、Spark、Dask、Ray といった分散コンピューティングフレームワークとの即時互換性も提供しています。

対象ユーザー

大規模な時系列データのコレクションに対して予測を生成する必要があり、高性能、確率的予測、または数百万の時系列にスケーリングできる能力を求めるデータサイエンティストやMLエンジニア向けです。

主な特徴

• 極めて高速: Prophet より最大 500 倍高速、pmdarima より最大 20 倍高速。
• スケーラビリティ: Ray を使用して、100万件の時系列データに対して10のベンチマークモデルを5分未満で適合可能。
• 包括的なモデルセット: 自動予測ツール、ARIMA系列、Theta系列、複数の周期性に対応するMSTL、ボラティリティ予測用のGARCH/ARCH、スパースまたは間欠的需要向けの専用モデルを含む。
• 高度な機能: 外生変数、静的共変量、予測区間、異常検出をサポート。