Nixtla/neuralforecast

해결하는 문제

NeuralForecast는 최첨단 신경망 예측 모델을 구현하는 어려움을 해결합니다. 기존의 많은 구현체는 사용하기 어렵고 계산 비용이 높으며, 종종 전통적인 통계적 방법보다 성능이 떨어집니다. 이 라이브러리는 시계열 예측을 위한 정확하고 효율적이며 사용자 친화적인 신경망 모델의 모음입니다.

작동 방식

기존의 .fit 및 .predict 구문을 사용하는 통합 인터페이스를 제공하여, LSTM과 GRU와 같은 고전적인 RNN부터 PatchTST와 iTransformer와 같은 최신 Transformer에 이르기까지 30개 이상의 다양한 신경망 예측 모델에 접근할 수 있습니다. 외생 변수, 정적 공변량, 그리고 분위수 손실과 파라미터 분포를 사용한 확률적 예측을 지원합니다.

대상 사용자

높은 정확도의 시계열 예측이 필요한 데이터 과학자 및 머신러닝 엔지니어로, 이러한 모델을 처음부터 구현하는 복잡성을 피하고 싶은 분들입니다.

주요 특징

• 풍부한 모델 라이브러리: NHITS, NBEATSx, TimeLLM을 포함한 30개 이상의 최첨단 모델을 포함합니다.
• 자동 최적화: Ray와 Optuna와 통합되어 분산된 자동 하이퍼파라미터 튜닝을 지원합니다.
• 해석 가능성: 추세, 계절성, 외생 변수 성분을 분석할 수 있는 방법을 제공합니다.
• 전이 학습: 전이 학습 기법을 사용해 최소한의 역사 데이터로도 예측이 가능합니다.
• 통합 생태계: StatsForecast, MLForecast, HierarchicalForecast와 원활하게 작동합니다.