2017年，Facebook开源了先知模型，该模型能够在日水平，周水平，年水平等和趋势方面对具有多个季节性的时间序列进行建模。它具有直观的参数，不是那么专业的数据科学家可以调整这些参数以获得更好的预测。它的核心是可加回归模型，可以检测变化点以对时间序列建模。

先知将时间序列分解为趋势$ g_ {t} $，季节性$ S_ {t} $和假期$ h_ {t} $的分量。

$$ y_ {t} = g_ {t} + s_ {t} + h_ {t} + \ epsilon_ {t} $$

其中， \\ epsilon_ {t} $是错误项。

谷歌和推特分别在R中引入了类似的时间序列预测软件包，例如因果影响和异常检测。