Google開源時間序列預測模型TimesFM 2.0版本可用於預測零售業銷售、股票走勢

作者: LoRA 時間: 2025年01月13日 506

Google研究團隊最近推出了TimesFM（時序基礎模型）2.0，這是一個專為時間序列預測而設計的預訓練模型。該模型旨在提升時間序列預測的準確性，並透過開源和科學共享的方式，推動人工智慧的發展。

TimesFM2.0模型具備強大的功能，能夠處理高達2048個時間點的單變量時間序列預測，且支援任意預測時間跨度。

值得注意的是，儘管模型的訓練最大上下文長度為2048，但在實際應用中，可以處理更長的上下文。模型專注於點預測，同時實驗性地提供了10個分位頭，但這些在預訓練後尚未經過校準。

在資料預訓練方面，TimesFM2.0包含了多個資料集的組合，包括了TimesFM1.0的預訓練集以及來自LOTSA 的額外資料集。這些資料集涵蓋了多個領域，例如住宅用電負載、太陽能發電、交通流量等，為模型的訓練提供了豐富的基礎。

透過TimesFM2.0，使用者能夠更輕鬆地進行時間序列預測，推動各類應用的發展，包括零售業銷量、股票走勢、網站流量等場景、環境監測和智慧交通等領域。

模型入口:https://huggingface.co/google/timesfm-2.0-500m-pytorch

常見問題

AI課程適合對人工智能技術感興趣的人，包括但不限於學生、工程師、數據科學家、開發者以及AI技術的專業人士。

課程內容從基礎到高級不等，初學者可以選擇基礎課程，逐步深入到更複雜的算法和應用。

學習AI需要一定的數學基礎（如線性代數、概率論、微積分等），以及編程知識（Python是最常用的編程語言）。

將學習自然語言處理、計算機視覺、數據分析等領域的核心概念和技術，掌握使用AI工具和框架進行實際開發。

您可以從事數據科學家、機器學習工程師、AI研究員、或者在各行各業應用AI技術進行創新。