GitHub 注目リポジトリ
unit8co/darts
時系列の予測と異常検知
製造業★★★★☆人気★★★★☆★9,558PythonApache-2.0更新 2026年10月17日
A python library for user-friendly forecasting and anomaly detection on time series.
注目されている理由
予測と異常検知を同じ書き方で扱えるため、手法を差し替えながら試す用途で支持されています。
製造業での使いどころ
需要予測と設備の異常検知の両方を1つのライブラリで試せるため、PoCの初期に複数の手法を比べる場面に向きます。
基本情報
| リポジトリ | unit8co/darts |
|---|---|
| 主な言語 | Python |
| スター数 | 9,558 |
| ライセンス | Apache-2.0 |
| 最終更新 | 2026年10月17日 |
数字は2026年10月21日時点でGitHub Search API(製造業に関わる語での検索と週間トレンド)から取得した値です。ライセンスは掲載時点の表記のため、導入前に配布元で必ず確認してください。「製造業」の星は用途の近さとライセンス・導入のしやすさから編集部が付けた5段階、「人気」の星はスター数から機械的に決めた5段階です。
関連テーマ
関連する記事
-
予知保全AIとは?異常検知・故障診断・余寿命推定の3段階と導入6ステップ
-
時系列データの異常検知AI入門:統計・予測残差・再構成型の3方式と選び方
-
製造業のAI活用10領域:外観検査・予知保全から設計・技能伝承まで一覧
-
予知保全AIが失敗する6つの理由:故障事例不足・誤報・保全行動につながらない
-
異常検知の誤報を減らす:1日あたり誤報件数とイベント単位評価で設計する
-
予知保全と予防保全・事後保全の違い:故障の82%がランダムという前提から考える
同じ一覧の他のリポジトリ
CONSULTATION
「AIで何ができるのか分からない」段階からご相談ください
AI導入テーマの選定、PoCの設計、データ基盤・MESとの連携、本番運用と人材育成まで。株式会社サオスの実務者が、貴社の現場とデータに合わせた進め方をご提案します。
AI導入の相談をする相談は無料です。特定製品の売り込みは行いません。