Ensemble forecasting with IBM Granite time-series models

学完你能

• 安装 granite-tsfm 并从 Hugging Face 加载 granite-timeseries-ensemble-r1 集成配置
• 用 QuantileEnsembleForecaster 对给定序列输出点预测与分位数预测
• 说明四种 Granite 成员模型（PatchTST-FM-r1/r2、FlowState-r1.1、TTM-r3）的架构差异
• 解释概率集成（均匀概率池化）与 IQR 集成两种合并规则的思路与适用场景
• 通过 subfolder 参数加载 recipes/granite-iqr 配方，观察 IQR 集成的加载方式与可调设置
• 读懂 GIFT-Eval 上的 MASE、CRPS/MWQL 指标与排名结果

适合你吗

课程特点

内容侧重

按内容目录判断

练习与项目

用示例 ETTh1 数据按文中代码跑一遍概率集成，再加载 recipes/granite-iqr 配方；也可换用自己的时序数据，按同一接口指定 timestamp_column、target_columns、context_length 与 prediction_length。

学习时长

8 个课节原站未给出统一学习时长；实际用时取决于已有基础。

内容费用

免费节选正文可直接读到完整的安装命令、示例代码、方法说明与评测表格，未见付费墙或登录拦截；页面写明集成配方与默认成员模型采用宽松许可。