NixtlaのTimeGPTを利用するPython SDKクライアント。時系列予測と異常検知に対応
amazon-science/chronos-forecasting
Amazonの事前学習済みTransformerモデルによるゼロショット時系列予測。Chronos-2ファミリーも含まれます。
- スター
- 6,161
- フォーク
- 751
- 未解決の Issue
- 40
- 最終コミット
- 16 日前
これは何?
ChronosはAmazonが提供する事前学習済み時系列予測モデルのファミリーで、PyPIのchronos-forecastingパッケージからインストールできます。Hugging Faceからモデルを読み込み、対象の系列で事前に学習させることなく、新しい系列の確率的予測を生成できます。
このファミリーには、単変量・多変量・共変量を用いた予測に対応するChronos-2のほか、パッチベースでより高速なChronos-Bolt、T5アーキテクチャを基盤とする従来のトークンベースChronosモデルがあります。モデルの規模は約800万〜7億1,000万パラメーターです。リポジトリには、分位点出力に対応したpandasベースのpredict_dfインターフェースのほか、クイックスタート用ノートブックや、SageMakerおよびAutoGluon-Cloudへのデプロイガイドが用意されています。
また、Hugging Faceのデータセットで予測モデルをベンチマークするための関連パッケージfevへのリンクもあります。
主な機能
- 01Chronos-2を使い、単変量・多変量・共変量を用いた時系列をゼロショットで予測できます。
- 02予測区間に使う分位点レベルを設定し、確率的予測を生成できます。
- 03id、timestamp、target列を持つデータを、predict_dfを介したpandas DataFrameインターフェースで扱えます。
- 04Hugging Faceで公開されているモデルは、800万〜7億1,000万パラメーターの規模から選べます。
- 05Amazon SageMaker JumpStartおよびAutoGluon-Cloudへのデプロイガイドが用意されています。
ユースケース
- 系列ごとに専用モデルを構築せずに、需要、売上、電力価格を予測する。
- 既存の時系列パイプラインに確率的な予測区間を追加する。
- 販促や天候など、既知の将来の共変量を含むデータで予測を試作する。
- 本番推論用の予測エンドポイントをAWSにデプロイする。
クイックスタート
- 1
pipでパッケージをインストールする
pip install chronos-forecasting - 2
pyarrow対応のpandasをインストールする(サンプルデータの読み込みに必要)
pip install 'pandas[pyarrow]' - 3
Chronos-2を読み込み、READMEにある最小限の予測例を実行する(記載どおりに実行するにはCUDA GPUが必要)
使う前に知っておきたいこと
- 最小限の例ではdevice_map="cuda"を使用するため、デバイスを変更しない限りNVIDIA GPUが必要です。
- 本番環境へのデプロイにはAmazon SageMakerまたはAutoGluon-Cloudが推奨されており、本番利用にはAWSのセットアップ作業が伴います。
トピック
よくある質問
- chronos-forecasting とは?
- Amazonの事前学習済みTransformerモデルによるゼロショット時系列予測。Chronos-2ファミリーも含まれます。 ChronosはAmazonが提供する事前学習済み時系列予測モデルのファミリーで、PyPIのchronos-forecastingパッケージからインストールできます。Hugging Faceからモデルを読み込み、対象の系列で事前に学習させることなく、新しい系列の確率的予測を生成できます。
- chronos-forecasting は無料で使えますか?ライセンスは?
- chronos-forecasting は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- chronos-forecasting は今もメンテナンスされていますか?
- 活発にメンテナンス中。chronos-forecasting の最終コミットは 2026年10月5日 です。
- chronos-forecasting は何に使えますか?
- 系列ごとに専用モデルを構築せずに、需要、売上、電力価格を予測する。 既存の時系列パイプラインに確率的な予測区間を追加する。 販促や天候など、既知の将来の共変量を含むデータで予測を試作する。 本番推論用の予測エンドポイントをAWSにデプロイする。
- chronos-forecasting のインストール方法は?
- pipでパッケージをインストールする: pip install chronos-forecasting pyarrow対応のpandasをインストールする(サンプルデータの読み込みに必要): pip install 'pandas[pyarrow]' Chronos-2を読み込み、READMEにある最小限の予測例を実行する(記載どおりに実行するにはCUDA GPUが必要)
- chronos-forecasting はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/amazon-science/chronos-forecasting
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
並列接続と再開機能を備えた、HuggingFace HubからモデルやデータセットをダウンロードするGo製CLI・Web UI。
書籍『Build a Large Language Model (From Scratch)』のサンプルコード。PyTorchでGPT風LLMを段階的に実装します。
OpenAI、Hugging Face、LangChain、ベクトルデータベース、ファインチューニング、プルーニングを使ったLLMアプリケーションを学べる、Jupyter notebooksと記事による無料の実践コースです。
Spring AIを基盤に、エージェント型AI、ワークフロー、マルチエージェントアプリケーションを構築するJavaフレームワーク。
RayとvLLMを基盤とする、大規模言語モデルや視覚言語モデルのRLHFおよびエージェント型RL学習フレームワーク。