https://b.hatena.ne.jp/entry/s/dev.classmethod.jp/articles/python-timefm/ はじめに データ事業本部のkobayashiです。 時系列データの予測を行う際に、従来はARIMAやProphetといった統計モデルやドメイン固有のモデルを個別にチューニングする必要がありました。近年ではLLMの成功に触発... https://b.hatena.ne.jp/kiririmode/20260823#bookmark-4791991985352880962 TimesFMが代替するのは、系列に共通する基礎パターンを学習する工程である。実務では、予測時点で既知の業務要因を共変量モデルに、そこで説明できない残差をTimesFMに担当させることで、個別調整を業務固有の精度を確保 2026-08-23T02:33:54Z statistics time-series