sktime/sktime

何を解決するか

sktime は、さまざまな時系列分析タスクに一貫したインターフェースを提供するための Python ライブラリです。予測、分類、クラスタリングのための異なるアルゴリズムやライブラリが API で不整合であるため、異なる手法間でモデルの構築、チューニング、検証が困難になるという、断片化されたエコシステムの問題を解決します。

仕組み

予測、分類、回帰、クラスタリング、異常検出・変化点検出などの複数の時系列学習タスクに対して、標準化された API を提供します。独自の時系列アルゴリズムを含み、scikit-learn、statsmodels、fbprophet などの他の人気ライブラリへのインターフェースも提供します。パイプライン、アンサンブル、リダクション技術を用いた複合モデル構築もサポートしており、あるタスク向けに設計されたアルゴリズムを他のタスクに適用できるようにします。

対象ユーザー

時系列データを扱い、一貫したフレームワークで時系列モデルの構築と評価が必要なデータサイエンティストや機械学習エンジニア。

特徴

• 統一インターフェース: 予測、分類、回帰、クラスタリングのための単一の API。
• 相互運用性: scikit-learn と互換性があり、statsmodels や tsfresh などの他のライブラリへのインターフェースも提供。
• 複合モデル構築: パイプライン、チューニング、アンサンブルのためのツール。
• 拡張性: API と互換性のある独自のアルゴリズムを追加できる拡張テンプレートを提供。