unit8co/darts

해결하는 문제

Darts는 Python에서 시계열 예측과 이상 탐지의 복잡성을 줄이기 위해 설계되었습니다. 다양한 모델에 대한 통합 인터페이스를 제공하여 사용자가 핵심 워크플로를 변경하지 않고도 고전적인 통계 방법과 현대적인 딥러닝 아키텍처 간에 쉽게 전환할 수 있도록 합니다.

작동 방식

이 라이브러리는 다양한 모델 간에 데이터를 처리하는 방식을 표준화하는 TimeSeries 객체를 도입합니다. 일관성을 보장하기 위해 scikit-learn과 유사한 API(fit() 및 predict())를 사용합니다. Darts는 단변량 및 다변량 시계열을 모두 지원하며, 외부 데이터(과거 및 미래 공변량)와 정적 메타데이터를 통합하여 예측 성능을 향상시킵니다.

대상 사용자

간단한 베이스라인 예측부터 복잡한 딥 뉴럴 네트워크까지 시계열 분석을 수행해야 하는 데이터 과학자 및 ML 엔지니어, 그리고 견고한 이상 탐지 시스템을 구축해야 하는 사용자에게 적합합니다.

주요 기능

• 다양한 모델 세트: ARIMA와 지수평활법부터 N-BEATS와 같은 딥러닝 모델까지 포함합니다.
• 이상 탐지: 이상 점수 계산기, 탐지기, 집계기 전용 모듈을 제공하며 PyOD와의 통합도 지원합니다.
• 글로벌 모델 훈련: 여러 시계열을 동시에 기반으로 ML 기반 모델을 훈련하여 대규모 데이터셋에 확장할 수 있습니다.
• 확률적 예측: 확률적 시계열을 지원하여 신뢰구간과 분위수 예측을 생성합니다.
• 포괄적인 도구 세트: 백테스팅, 데이터 처리(정규화, 결측치 채우기), 계층적 예측 재조정을 위한 내장 유틸리티를 제공합니다.
• 인프라 통합: 딥러닝 모델은 PyTorch Lightning 기반으로 구동되며, 실험 추적을 위해 MLflow와 통합됩니다.

"Darts는 시계열 작업을 단순화하고, 다양한 모델을 쉽게 비교할 수 있도록 해줍니다." — @johannfaouzi