عن المشروع

Darts هي مكتبة بايثون (الإصدار 3.10+) لتدريب وتقييم واستخدام النماذج على بيانات السلاسل الزمنية. يدعم تجريد TimeSeries الخاص بها السلاسل أحادية ومتعددة المتغيرات ويمكنه تبادل البيانات مع pandas و Polars و NumPy و PyArrow و xarray وغيرها من الخلفيات. تشمل نماذج التنبؤ ARIMA و VARIMA و ExponentialSmoothing و Prophet و N-BEATS والمتجهات الانحدار المتوافقة مع scikit-learn. تتبع النماذج سير عمل متسق لـ fit() و predict() وقد تدعم سلاسل متعددة، وأوزان العينات، ونوافذ إزاحة للإخراج، والمتغيرات الخارجية السابقة أو المعروفة مستقبلاً، والمتغيرات الثابتة. تتعامل العديد من النماذج مع البيانات متعددة المتغيرات والتنبؤات الاحتمالية من خلال العينات ومعلمات التوزيع أو الكميات. يمكن لنماذج التنبؤ المطابقة إنتاج فترات كمومية معايرة للنماذج العالمية المسبقة التدريب. توفر المكتبة أيضاً اختبار العكس بنافذة متحركة، ومحولات المصالحة الهرمية، ومقاييس السلاسل الزمنية بما في ذلك R² والخطأ المطلق المتوسط المعيّر، وتفسيرات قائمة على SHAP لبعض النماذج، وتحولات البيانات مثل القياس، والاستكمال، والفرق، وBox-Cox. تشمل نماذج التصفية KalmanFilter و GaussianProcessFilter و MovingAverageFilter. يجمع وحدة darts.ad بين مقيّسي الشذوذ وكاشفيه ومجمعيه. يتضمن أمثلة مثل KMeansScorer و QuantileDetector، ويمكنه تغليف نماذج التنبؤ أو التصفية بمقارنة التوقعات بالقيم الفعلية، وتطبيق كواشف PyOD عبر PyODScorer. تستخدم نماذج التعلم العميق PyTorch Lightning، مع دعم للملاحظات المخصصة ووحدات معالجة الرسومات أو وحدات معالجة Tensorflow، والمدربين المخصصين. يدعم تكامل MLflow تتبع التجارب ومقارنتها والحفاظ عليها. يتوفر التثبيت عبر pip، ويربط ملف README بدليل سريع ودليل المستخدم ومرجع واجهة برمجة التطبيقات والأمثلة والمقالات الموضوعية.