示例¶
在这里，您可以找到一些示例笔记本，以更熟悉Darts的API。所有笔记本也以``ipynb``格式在`github上直接提供 <https://github.com/unit8co/darts/tree/master/examples>`_。
多时间序列、预训练模型和协变量¶
关于使用多个时间序列、预训练模型和使用协变量进行训练的示例笔记本：
数据（预）处理¶
数据处理示例笔记本：
静态协变量¶
静态协变量示例笔记本：
迁移学习教程¶
一个自包含的笔记本，展示了在大规模时间序列数据集上训练一些较大模型的示例，并使用这些模型来预测在训练过程中未见过的新时间序列：
层次化协调¶
一个自包含的笔记本，展示了如何使用澳大利亚国内旅游数据集来调和层次时间序列的预测。
超参数优化¶
一个展示如何使用Darts和Optuna库进行超参数优化来找到好的预测模型的示例。
回归模型¶
回归模型示例笔记本：
快速傅里叶变换¶
FFT 模型示例笔记本：
循环神经网络¶
RNN 模型示例笔记本：
时序卷积网络¶
TCN 模型示例笔记本：
Transformer 模型¶
Transformer 模型示例笔记本：
N-BEATS 模型¶
N-BEATS 模型示例笔记本：
DeepAR 模型¶
DeepAR 模型示例笔记本：
DeepTCN 模型¶
DeepTCN 模型示例笔记本：
时间融合变换器 (TFT) 模型¶
TFT 模型示例笔记本：
时间序列密集编码器 (TiDE) 模型¶
TiDE 模型示例笔记本：
时间序列混合器 (TSMixer) 模型¶
TSMixer 模型示例笔记本：
集成模型¶
集成模型示例笔记本：
卡尔曼滤波器模型¶
卡尔曼滤波器模型示例笔记本：
高斯过程滤波器模型¶
高斯过程滤波器模型示例笔记本：
异常检测¶
异常检测示例笔记本：
动态时间规整 (DTW)¶
动态时间规整示例笔记本：