这是名为 Darts 的 Linux 应用程序，其最新版本可以作为 Releaseminor0.26.0.zip 下载。 它可以在工作站的免费托管服务提供商 OnWorks 中在线运行。
免费下载并在线运行这个名为 Darts with OnWorks 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序，安装并运行。
SCREENSHOTS
Ad
飞镖
商品描述
darts 是一个 Python 库，用于轻松操作和预测时间序列。 它包含多种模型，从 ARIMA 等经典模型到深度神经网络。 这些模型都可以以相同的方式使用，使用 fit() 和 predict() 函数，类似于 scikit-learn。 该库还可以轻松回测模型、组合多个模型的预测以及考虑外部数据。 Darts 支持单变量和多变量时间序列和模型。 基于 ML 的模型可以在包含多个时间序列的潜在大型数据集上进行训练，其中一些模型为概率预测提供了丰富的支持。 我们建议首先使用您最喜欢的工具（conda、venv、virtualenv，带或不带 virtualenvwrapper）为您的项目设置一个干净的 Python 环境，至少 Python 3.7。
产品优势
- 大量的预测模型； 从统计模型（例如 ARIMA）到深度学习模型（例如 N-BEATS）
- TimeSeries 可以是多变量的 - 即，包含多个时变维度而不是单个标量值
- 所有基于机器学习的模型（包括所有神经网络）都支持在多个（可能是多变量）系列上进行训练
- TimeSeries 对象可以（可选地）表示随机时间序列； 例如，这可用于获取置信区间，并且许多模型支持不同风格的概率预测
- Darts 中的许多模型支持过去观察到的和/或未来已知的协变量（外部数据）时间序列作为生成预测的输入
- 除了时间相关的数据，TimeSeries 还可以包含每个维度的静态数据，这些数据可以被一些模型利用
程式语言
Python
分类
这是一个也可以从 https://sourceforge.net/projects/darts.mirror/ 获取的应用程序。 它已托管在 OnWorks 中，以便通过我们的免费操作系统之一以最简单的方式在线运行。
