MLForecast é um framework e biblioteca Python para previsão de séries temporais que aplica modelos de machine learning a conjuntos de dados em grande escala. Ele simplifica o processo tipicamente complexo de engenharia de features automatizada — incluindo defasagens, estatísticas móveis e features baseadas em data — e é uma das poucas bibliotecas com suporte nativo para frameworks de computação distribuída como Spark e Dask, garantindo escalabilidade. Ele também suporta previsão probabilística usando métodos como previsão conforme (conformal prediction), fornecendo medidas quantitativas da incerteza da previsão. Em nossa avaliação, o MLForecast escalou eficientemente para milhões de pontos de dados e consistentemente superou ferramentas comparáveis. Para times que buscam operacionalizar rapidamente a previsão de séries temporais em dados de alto volume, o MLForecast é uma escolha convincente.
