オンライン時系列予測、共分散推定、ポートフォリオ構築、ブラックボックス最適化のためのPython・JavaScriptパッケージと研究ノートをまとめた個人プロジェクト集。
meta/prophet
Facebookが開発した、複数の季節性・トレンド変化・祝日効果に対応する、PythonとR向けのオープンソース時系列予測ツール。
- スター
- 20,475
- フォーク
- 4,644
- 未解決の Issue
- 455
- 最終コミット
- 3 日前
これは何?
Prophetは、時系列データを自動で予測する手法です。非線形トレンドに、年・週・日単位の季節性と、指定した祝日の影響を組み合わせた加法モデルを当てはめます。季節性が強く、複数年分のデータがある時系列向けに設計されています。
欠損値やトレンドの変化に強く、外れ値も通常は適切に処理できます。カスタム季節性、追加の説明変数、国別の祝日カレンダー、飽和成長の上限・下限を追加できます。交差検証と予測性能指標のためのツールも組み込まれています。
ProphetはPyPIでは`prophet`として、R向けにはCRANから提供されています。v1.4.0以降はメンテナンスモードに移行しており、受け付けているのはバグ修正と依存関係の更新のみです。
主な機能
- 01年・週・日単位の季節性と祝日効果を加味してトレンドをモデル化します。
- 02カスタム季節性と追加の説明変数に対応します。
- 03欠損データとトレンドの変化点を扱えます。
- 04交差検証と予測性能指標を備えています。
- 05Python(pip/conda)とR(CRAN)で利用できます。
ユースケース
- 週次パターンのある売上やトラフィックなど、日次のビジネス指標を予測する。
- 祝日やプロモーションの時期に急増する需要を予測する。
- 複数年分のデータを使い、キャパシティプランニングの基準となる予測を作成する。
クイックスタート
- 1
PyPIからPythonパッケージをインストールする
python -m pip install prophet - 2
またはconda-forge経由でインストールする
conda install -c conda-forge prophet
使う前に知っておきたいこと
- Prophetはv1.4.0以降メンテナンスモードのため、新機能の追加予定はありません。
- Prophetは、季節性が強く、過去のデータに複数の季節周期が含まれる時系列で最もよく機能します。
- Linuxでは、ソースからビルドしてインストールするにはコンパイラと少なくとも4GBのメモリが必要です。
収録されている特集
トピック
よくある質問
- prophet とは?
- Facebookが開発した、複数の季節性・トレンド変化・祝日効果に対応する、PythonとR向けのオープンソース時系列予測ツール。 Prophetは、時系列データを自動で予測する手法です。非線形トレンドに、年・週・日単位の季節性と、指定した祝日の影響を組み合わせた加法モデルを当てはめます。季節性が強く、複数年分のデータがある時系列向けに設計されています。
- prophet は無料で使えますか?ライセンスは?
- prophet は MIT 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。
- prophet 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。prophet の最終コミットは 2026年11月5日 です。
- prophet は何に使えますか?
- 週次パターンのある売上やトラフィックなど、日次のビジネス指標を予測する。 祝日やプロモーションの時期に急増する需要を予測する。 複数年分のデータを使い、キャパシティプランニングの基準となる予測を作成する。
- prophet のインストール方法は?
- PyPIからPythonパッケージをインストールする: python -m pip install prophet またはconda-forge経由でインストールする: conda install -c conda-forge prophet
- prophet 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/meta/prophet
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
数行のPythonコードで表形式、時系列、マルチモーダルデータのMLモデルを学習・アンサンブルするAutoMLライブラリ。
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。
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
AIエージェント、25種類以上のモデル、Azure上での並列実行に対応した、金融データの時系列予測を自動化するRパッケージ。
SciPyは、NumPy配列を基盤とする、数学・科学・工学向けのオープンソースPythonライブラリです。