Accueil Projets chronos-forecasting
chronos-forecasting
Python

chronos-forecasting

Chronos : Modèles pré-entraînés pour la prévision de séries temporelles

par amazon-science · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Langue
artificial-intelligenceforecastingfoundation-modelsApache-2.0Python
Voir sur GitHub
En termes simples

Utilisez des modèles pré-entraînés pour prédire les tendances futures basées sur des données temporelles avec juste quelques lignes de code.

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
chronos-forecasting — GitHub preview card
📈 Historique des étoiles
5.8k5.5k
2026-07-042026-08-31
📈 Suivez chronos-forecasting

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

Chronos : Modèles pré-entraînés pour la prévision de séries temporelles

chronos-forecasting compte 5.8k étoiles sur GitHub. Il a été forké 701 fois. chronos-forecasting est écrit principalement en Python. Il est développé activement depuis 2024. chronos-forecasting est disponible sous licence Apache-2.0. Ses principaux thèmes sont : artificial-intelligence, forecasting, foundation-models, huggingface.

Frequently asked questions

Qu'est-ce que chronos-forecasting ?

Chronos : Modèles pré-entraînés pour la prévision de séries temporelles

chronos-forecasting est-il open source ?

chronos-forecasting est un projet open source. Il est distribué sous licence Apache-2.0.

chronos-forecasting est-il gratuit ?

Oui. chronos-forecasting est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est chronos-forecasting ?

chronos-forecasting est disponible sous licence Apache-2.0.

Dans quel langage chronos-forecasting est-il écrit ?

chronos-forecasting est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — chronos-forecasting

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=amazon-science-chronos-forecasting)](https://olud.ai/project/amazon-science-chronos-forecasting.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
timecopilot
TimeCopilot : l'agent de prévision GenAI. Basé sur des LLMs et des modèles de fondation de séri…
595 · agent-based-modeling
partagetime-series-forecastingforecasting
moment
MOMENT : Une famille de modèles fondamentaux de séries temporelles ouvertes, ICML'24
835 · anomaly-detection
partagetime-series-forecastingforecasting
nixtla
TimeGPT-1 : modèle de fond de série temporelle pré-entraîné prêt pour la production pour la pré…
4k · agent
partagetime-series-forecastingforecasting
Crossformer
Implémentation officielle de notre article ICLR 2023 "Crossformer : Transformer utilisant la dé…
695 · deep-learning
partagetime-series-forecastingtransformers
rellm
Structure exacte à partir de n'importe quelle complétion de modèle de langage.
512 · huggingface-transformers
partagehuggingface-transformerstransformers
Awesome-TimeSeries-SpatioTemporal-LM-LLM
Une liste professionnelle sur les grands modèles (langage) et les modèles de base (LLM, LM, FM)…
1.2k · anomalydetection
partagetimeseriesforecasting
MambaVision
[CVPR 2025] Implémentation officielle PyTorch de MambaVision : Un Backbone Vision Hybrid Mamba-…
2.2k · deep-learning
partagehuggingface-transformersfoundation-models
LLM4TS
Grands Modèles de Langage & Modèles de Fond pour les Séries Temporelles.
566 · deep-learning
partagetime-seriesfoundation-models
lag-llama
Lag-Llama : Vers des modèles de fondation pour la prévision de séries temporelles probabilistes…
1.6k · forecasting
partageforecastingfoundation-models
AutoGPT
AutoGPT est la vision d'une IA accessible à tous, à utiliser et à construire. Notre mission est…
187k · agentic-ai

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.