Inicio› Proyectos› chronos-forecasting
chronos-forecasting
Python

chronos-forecasting

Chronos: Modelos Preentrenados para Pronóstico de Series Temporales

por amazon-science · GitHub
Estrellas
Ramas
Tendencias
Licencia
Creado
Último commit
Lenguaje
artificial-intelligenceforecastingfoundation-modelsApache-2.0Python
Ver en GitHub
En palabras simples

Utiliza modelos preentrenados para predecir tendencias futuras basadas en datos relacionados con el tiempo con solo unas pocas líneas de código.

¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
chronos-forecasting — GitHub preview card
📈 Historial de estrellas
5.8k5.5k
2026-07-042026-08-31
📈 Sigue chronos-forecasting

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

Chronos: Modelos Preentrenados para Pronóstico de Series Temporales

chronos-forecasting tiene 5.8k estrellas en GitHub. Se ha bifurcado 701 veces. chronos-forecasting está escrito principalmente en Python. Se desarrolla activamente desde 2024. chronos-forecasting está disponible bajo la licencia Apache-2.0. Sus temas principales son: artificial-intelligence, forecasting, foundation-models, huggingface.

❓ Frequently asked questions

¿Qué es chronos-forecasting?

Chronos: Modelos Preentrenados para Pronóstico de Series Temporales

¿chronos-forecasting es de código abierto?

chronos-forecasting es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.

¿chronos-forecasting es gratis?

Sí. chronos-forecasting es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está chronos-forecasting?

chronos-forecasting está disponible bajo la licencia Apache-2.0.

¿En qué lenguaje está escrito chronos-forecasting?

chronos-forecasting está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — chronos-forecasting

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=amazon-science-chronos-forecasting)](https://olud.ai/project/amazon-science-chronos-forecasting.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
timecopilot
TimeCopilot: el Agente de Pronóstico GenAI. Basado en LLMs y Modelos Base de Series Temporales,…
★ 595 · agent-based-modeling
compartetime-series-forecastingforecasting
moment
MOMENT: Una familia de Modelos de Fundamentos de Series Temporales Abiertos, ICML'24
★ 835 · anomaly-detection
compartetime-series-forecastingforecasting
nixtla
TimeGPT-1: modelo de base de series temporales preentrenado listo para producción para pronósti…
★ 4k · agent
compartetime-series-forecastingforecasting
Crossformer
Implementación oficial de nuestro artículo ICLR 2023 "Crossformer: Transformer Utilizando Depen…
★ 695 · deep-learning
compartetime-series-forecastingtransformers
rellm
Estructura exacta a partir de cualquier finalización de modelo de lenguaje.
★ 512 · huggingface-transformers
compartehuggingface-transformerstransformers
Awesome-TimeSeries-SpatioTemporal-LM-LLM
Una lista profesional sobre Modelos de Lenguaje Grandes (LLM, LM, FM) para Series Temporales, E…
★ 1.2k · anomalydetection
compartetimeseriesforecasting
MambaVision
[CVPR 2025] Implementación oficial en PyTorch de MambaVision: un backbone de visión híbrido Mam…
★ 2.2k · deep-learning
compartehuggingface-transformersfoundation-models
LLM4TS
Modelos de Lenguaje Grande y Fundacionales para Series Temporales.
★ 566 · deep-learning
compartetime-seriesfoundation-models
lag-llama
Lag-Llama: Hacia modelos de fundación para pronósticos de series temporales probabilísticas.
★ 1.6k · forecasting
comparteforecastingfoundation-models
AutoGPT
AutoGPT es la visión de IA accesible para todos, para usar y construir. Nuestra misión es propo…
★ 187k · agentic-ai

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.