GitHub-радар
Прогнозируй свои числовые данные без обучения модели
Timestral — маленькая модель от Mistral, которая предсказывает будущие значения любого числового ряда (например, продаж по дням) без необходимости обучать её на твоих данных.
Это готовая модель-предсказатель: подаёшь ей историю чисел — получаешь прогноз на будущее с диапазоном вероятных значений, а не одно число.
Когда пригодится
Пригодится, если нужно быстро прикинуть тренд по продажам, регистрациям или другим числовым метрикам локально и бесплатно. Для решений с большими деньгами лучше взять специализированные аналитические инструменты.
Плюсы
- Работает локально на обычном ноутбуке без видеокарты
- Не требует обучения на твоих собственных данных
- Даёт диапазон прогноза, а не одно число
- Бесплатно, без подписок и API-ключей
Минусы
- Не заменяет серьёзную аналитику при больших ставках
- Для запуска нужен кодовый агент, готового интерфейса нет
Как поставить — по шагам
- 1Открой кодового агента (Claude Code, Codex) в папке своего проекта.
- 2Отправь агенту текст из блока ниже.
- 3Подготовь свой числовой ряд — например, продажи по дням за последние недели.
- 4Проверь, что агент установил модель из репозитория https://github.com/mistralai/timestral/ и запустил её на твоём ноутбуке.
- 5Посмотри на прогноз с диапазоном значений и сравни его с реальными данными позже.
Текст для агента
Текст для шага с агентом — скопируй и отправь (Claude Code, Codex, любой):
Поставь мне модель для прогноза временных рядов Timestral-209M от Mistral: https://huggingface.co/mistralai/Timestral-209M — запусти её локально через их GitHub-репозиторий, покажи, как подать ей мой ряд чисел (например продажи по дням), и выведи прогноз с диапазоном на следующие несколько недель.
Обычный ноутбук — модель крошечная, меньше одного гигабайта, работает даже без видеокарты, на одном процессоре.
Открыть на Hugging Face▌ Ещё находки