Skip to main content

> ML_KUTUPHANE // STATSFORECAST_v1.0

StatsForecast

Nixtla — Numba kullanarak milyonlarca seri için yıldırım hızında istatistiksel zaman serisi tahmini.

time-series-forecastingv1.7.6Apache-2.0qualified
Resmi DokümantasyonKaynak Kod Deposu

Model Eğitimi (Training)

Destekleniyor
Desteklenen Hızlandırıcılar:
CPU
Dağıtık Eğitim (Distributed):Evet

Model Sunumu (Inference)

Destekleniyor
Inference Hızlandırıcıları:
CPU
Hedef Ortamlar (Targets):server

Neleri Sağlar (Ne Yapar)

  • +Numba ile derlenmiş ultra hızlı klasik zaman serisi modelleri (AutoARIMA, AutoETS, AutoCES, Theta, Çoklu Mevsimsellik)
  • +R forecast veya pmdarima'ya kıyasla 100 kata kadar daha hızlı yürütme
  • +Milyonlarca zaman serisi için Ray, Spark ve Dask kümelerinde yerel dağıtık yürütme
  • +Uyumlu tahmin (conformal prediction) ve olasılıksal tahmin aralıkları

Neleri Sağlamaz (Ne Yapmaz)

  • -Derin nöral ağlar veya dikkat mimarileri eğitme (NeuralForecast kullanın)
  • -Bilgisayarla görme veya NLP metin girdilerini işleme
  • -Mobil uç cihazlarda çalışma

>Uygun İş Tipleri

  • Dakikalar içinde 100.000'den fazla SKU üzerinde büyük ölçekli perakende tahmini
  • Yavaş çalışan R forecast cron görevlerini yüksek performanslı Python ile değiştirme
  • Hızlı AutoARIMA güncellemeleri gerektiren gerçek zamanlı finansal risk simülasyonları

>Uygun Olmayan İş Tipleri

  • Çok modlu sensör girdileri üzerinde derin temsil öğrenimi
  • Milisaniyenin altında tek adımlı borsa tik verisi tahmini
Veri Yerleşimi ve İkameti

Tamamen yerel hesaplama. Sıfır telemetri veya harici iletim.

Güvenlik Değerlendirmesi

İzin verici Apache-2.0 lisansı. Ticari kurumsal hatlar için uygundur.

Operasyonel Metrikler ve Bilinen Kısıtlar

Olgunluk:mature
Öğrenme Eğrisi:low
Operasyon Yükü:low
Maliyet Seviyesi:free-oss
> Bilinen Kısıtlamalar:
  • İlk çalıştırmada Numba derlemesi birkaç saniyelik JIT hazırlık (warmup) gecikmesine yol açar.

İlişkili Üretim Arıza Paternleri (Incidentpedia)

Bu kütüphaneyi üretimde kullanırken aşağıdaki arıza senaryolarına karşı fail-closed korumalar uygulayın:

thread-pool-exhaustion

> Birincil Kanıt ve Doğrulama Kaynakları

StatsForecast Documentationofficial-docs • >=1.7.0, <=1.7.x
2026-09-25HIGH