本文へスキップ

TimesFM

時系列予測のためのデコーダー型基盤モデル

公式サイトを見る
カテゴリ AIモデル

TimesFM とは

TimesFM は大規模な時系列データで事前学習されたデコーダー型基盤モデルと紹介され、200 億のパラメータを持つと説明されている。 資料は大規模言語モデルより規模が小さい一方、領域や時間粒度の異なる複数の未見データでゼロショット性能が教師あり手法に近いと記す。

できること

  • 大規模な時系列データで事前学習されたモデルを使う
  • デコーダー型の構成を採る
  • 領域と時間粒度をまたいでゼロショット予測する

活用場面

  • 小売で需要予測の精度を高め在庫費用を抑え収入を増やす
  • 金融の分野で複雑な時系列分析を行う
  • 医療でデータ予測を治療と資源計画に生かす

向いている人

  • 小売の需要予測に取り組む人
  • 金融の時系列分析を担う人
  • 医療のデータ予測を扱う人

長所と短所

✓ 良い点

  • 追加学習なしで未見の時系列を予測できる
  • 異なる領域と時間粒度にまたがって扱える

! 注意したい点

  • 資料が挙げる規模は 200 億パラメータで大規模言語モデルより小さい
  • 資料が説明する出力は未見データに対するゼロショット予測

よくある質問

規模はどのくらい?

資料は 200 億のパラメータを持ち、大規模言語モデルより小さいと説明。

利用前に学習が要る?

資料は追加学習なしで未見の時系列を予測できると説明。

最終評価日: 2026-11-15

その他 LLM APIプラットフォーム ツール

すべて見る →

評価方法