Git Stars Git Stars

#time-series Repositories

Entdecke 143 aktive Open-Source-GitHub-Repositories, die mit #time-series getaggt sind und insgesamt 584,542 Sterne gesammelt haben (durchschnittlich 4,087 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist redis/redis mit 77,583 Sternen.

143
Gesamtzahl der Repositories
584,542
Gesamtanzahl der Sterne
4,087
Durchschnittliche Sterne/Repo

Insgesamt 143 Repositories

1
redis/redis

Für Entwickler, die Echtzeit-Daten-gestützte Anwendungen erstellen, ist Redis der bevorzugte, schnellste und funktionsreichste Cache, Datenstrukturserver und Dokument- und Vektorabfrage-Engine.

redis
⭐ 77,583 C 👤 redis Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2009-03-21
2
prometheus/prometheus

Das Prometheus-Überwachungssystem und die Zeitreihendatenbank.

prometheus
⭐ 67,745 Go 👤 prometheus Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2012-11-24
3
influxdata/influxdb

Skalierbarer Datenspeicher für Metriken, Ereignisse und Echtzeitanalysen

influxdata
⭐ 31,829 Rust 👤 influxdata Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2013-09-26
4
taosdata/TDengine

High-Performance, skalierbare Zeitreihendatenbank, die für Industrial IoT (IIoT)-Szenarien konzipiert ist

taosdata
⭐ 25,203 C 👤 taosdata Organization 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2019-07-11
5
timescale/timescaledb

Eine Zeitreihendatenbank für hochleistungsfähige Echtzeit-Analysen, verpackt als Postgres-Erweiterung

timescale
⭐ 23,886 C 👤 timescale Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2017-03-07
6
influxdata/telegraf

Agent zum Sammeln, Verarbeiten, Aggregieren und Schreiben von Metriken, Logs und anderen beliebigen Daten.

influxdata
⭐ 17,917 Go 👤 influxdata Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2015-04-01
7
questdb/questdb

QuestDB ist eine hochleistungsfähige, quelloffene Zeitreihendatenbank

questdb
⭐ 17,543 Java 👤 questdb Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2014-04-28
8
ccfos/nightingale

Open-Source-Alerting zum Selbsthosting für Metriken, Protokolle und Datenbanken. Mit integriertem KI-Agenten und MCP-Server.

ccfos
⭐ 13,510 Go 👤 ccfos Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2020-03-03
9
thuml/Time-Series-Library

Eine Bibliothek für fortgeschrittene Deep-Time-Series-Modelle für die allgemeine Zeitreihenanalyse.

thuml
⭐ 13,101 Python 👤 thuml Organization 🕐 Aktualisiert 2026-04-18 📅 Erstellt 2023-02-13
10
autogluon/autogluon

Schnelles und präzises ML in 3 Codezeilen

autogluon
⭐ 10,843 Python 👤 autogluon Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2019-07-29
11
leeoniya/uPlot

📈 Ein kleiner, schneller Chart für Zeitreihen, Linien, Flächen, OHLC & Balken

leeoniya
⭐ 10,664 JavaScript 👤 leeoniya User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2019-09-27
12
sktime/sktime

Ein einheitlicher Rahmen für maschinelles Lernen mit Zeitreihen

sktime
⭐ 10,100 Python 👤 sktime Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2018-11-06
13
yzhao062/pyod

Eine Python-Bibliothek zur Anomalieerkennung in tabellarischen Daten, Zeitreihen, Graphen, Texten, Bildern und Audiodaten. Enthält über 60 Detektoren, eine benchmark-gestützte ADEngine-Orchestrierung und einen agentenbasierten Workflow für KI-Agenten.

yzhao062
⭐ 10,098 Python 👤 yzhao062 User 🕐 Aktualisiert 2026-11-12 📅 Erstellt 2017-10-03
14
polakowo/vectorbt

Die Research-Engine, die dir einen unfairen Vorteil verschafft. Teste Tausende von Trading-Ideen, bevor andere mit einer einzigen fertig sind.

polakowo
⭐ 9,903 Python 👤 polakowo User 🕐 Aktualisiert 2026-11-11 📅 Erstellt 2017-11-14
15
unit8co/darts

Eine Python-Bibliothek für benutzerfreundliche Prognosen und Anomalieerkennung in Zeitreihen.

unit8co
⭐ 9,594 Python 👤 unit8co Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2018-09-13
16
blue-yonder/tsfresh

Automatische Extraktion relevanter Merkmale aus Zeitreihen:

blue-yonder
⭐ 9,495 Jupyter Notebook 👤 blue-yonder Organization 🕐 Aktualisiert 2026-07-06 📅 Erstellt 2016-10-26
17
zhouhaoyi/Informer2020

Das GitHub-Repository für die Arbeit „Informer“, die von AAAI 2021 akzeptiert wurde.

zhouhaoyi
⭐ 6,510 Python 👤 zhouhaoyi User 🕐 Aktualisiert 2025-06-20 📅 Erstellt 2020-12-07
18
amazon-science/chronos-forecasting

Chronos: Vortrainierte Modelle für die Zeitreihenprognose

amazon-science
⭐ 6,335 Python 👤 amazon-science Organization 🕐 Aktualisiert 2026-10-05 📅 Erstellt 2024-02-23
19
PlotJuggler/PlotJuggler

Das Time-Series-Visualisierungs-Tool, das du verdienst.

PlotJuggler
⭐ 6,334 C++ 👤 PlotJuggler Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2016-03-01
20
PaddlePaddle/PaddleX

All-in-One Entwicklungswerkzeug basierend auf PaddlePaddle

PaddlePaddle
⭐ 6,299 Python 👤 PaddlePaddle Organization 🕐 Aktualisiert 2026-10-20 📅 Erstellt 2020-03-11
21
timeseriesAI/tsai

Zeitreihen Timeseries Deep Learning Machine Learning Python Pytorch fastai | State-of-the-Art Deep Learning-Bibliothek für Zeitreihen und Sequenzen in Pytorch / fastai

timeseriesAI
⭐ 6,151 Jupyter Notebook 👤 timeseriesAI Organization 🕐 Aktualisiert 2026-07-23 📅 Erstellt 2019-09-30
22
graphite-project/graphite-web

Ein hoch skalierbares Echtzeit-Graphing-System

graphite-project
⭐ 6,138 JavaScript 👤 graphite-project Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2012-05-07
23
awslabs/gluonts

Probabilistische Zeitreihenmodellierung in Python

awslabs
⭐ 5,263 Python 👤 awslabs Organization 🕐 Aktualisiert 2026-10-13 📅 Erstellt 2019-05-15
24
Nixtla/statsforecast

Blitzschnelle Prognosen mit statistischen und ökonometrischen Modellen.

Nixtla
⭐ 4,982 Python 👤 Nixtla Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2021-11-24
25
salesforce/Merlion

Merlion: Ein Framework für maschinelles Lernen für Zeitreihenintelligenz

salesforce
⭐ 4,471 Python 👤 salesforce Organization 🕐 Aktualisiert 2024-06-20 📅 Erstellt 2021-07-28
26
crate/crate

CrateDB ist eine verteilte und skalierbare SQL-Datenbank zur Speicherung und Analyse massiver Datenmengen in Echtzeit-Nähe, sogar mit komplexen Abfragen. Sie ist PostgreSQL-kompatibel und basiert auf Lucene.

crate
⭐ 4,456 Java 👤 crate Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2013-04-10
27
Nixtla/neuralforecast

Skalierbare und benutzerfreundliche neuronale :brain: Prognosealgorithmen.

Nixtla
⭐ 4,318 Python 👤 Nixtla Organization 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2021-04-26
28
ourownstory/neural_prophet

NeuralProphet: Ein einfaches Paket für Prognosen

ourownstory
⭐ 4,312 Python 👤 ourownstory User 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2020-05-04
29
CodeCutTech/Data-science

Sammlung nützlicher Data-Science-Themen zusammen mit Artikeln, Videos und Code

CodeCutTech
⭐ 4,158 Jupyter Notebook 👤 CodeCutTech Organization 🕐 Aktualisiert 2025-11-16 📅 Erstellt 2020-07-17
30
Nixtla/nixtla

TimeGPT-2.1: Produktionsreifes, vortrainiertes Foundation-Modell für Zeitreihen zur Prognose und Anomalieerkennung. Ein generativer, vortrainierter Transformer für Zeitreihen, der mit über 100 Milliarden Datenpunkten trainiert wurde. Mit nur wenigen Codezeilen kann es präzise Vorhersagen in verschiedenen Bereichen wie Einzelhandel, Stromversorgung, Finanzen und IoT treffen 🚀.

Nixtla
⭐ 4,050 Jupyter Notebook 👤 Nixtla Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2021-09-23
31
ravendb/ravendb

ACID-Dokumentdatenbank

ravendb
⭐ 4,020 C# 👤 ravendb Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2010-03-02
32
sdv-dev/SDV

Synthetische Datengenerierung für tabellarische Daten

sdv-dev
⭐ 3,607 Python 👤 sdv-dev Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2018-05-11
33
kizniche/Mycodo

Ein System zur Umweltüberwachung und -regulierung

kizniche
⭐ 3,302 Python 👤 kizniche User 🕐 Aktualisiert 2026-08-03 📅 Erstellt 2015-02-05
34
ddz16/TSFpaper

Dieses Repository enthält eine Leseliste von Arbeiten zu Zeitreihenvorhersage/-prognose (TSF) und räumlich-zeitlicher Vorhersage/-Prognose (STF). Diese Arbeiten sind hauptsächlich nach Modelltyp kategorisiert.

ddz16
⭐ 3,202 👤 ddz16 User 🕐 Aktualisiert 2026-08-14 📅 Erstellt 2022-06-29
35
tslearn-team/tslearn

Das Machine-Learning-Toolkit für die Zeitreihenanalyse in Python

tslearn-team
⭐ 3,193 Python 👤 tslearn-team Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2017-05-04
36
rob-med/awesome-TS-anomaly-detection

Liste von Tools & Datasets für die Anomalieerkennung in Zeitreihendaten.

rob-med
⭐ 3,152 👤 rob-med User 🕐 Aktualisiert 2024-10-21 📅 Erstellt 2017-12-19
37
qingsongedu/time-series-transformers-review

Eine professionell kuratierte Liste großartiger Ressourcen (Paper, Code, Daten usw.) zu Transformatoren in Zeitreihen.

qingsongedu
⭐ 2,935 👤 qingsongedu User 🕐 Aktualisiert 2024-08-08 📅 Erstellt 2022-03-01
38
Alro10/deep-learning-time-series

Liste von Papieren, Code und Experimenten, die Deep Learning für Zeitreihenprognosen verwenden

Alro10
⭐ 2,757 Jupyter Notebook 👤 Alro10 User 🕐 Aktualisiert 2024-03-16 📅 Erstellt 2019-08-22
39
KimMeen/Time-LLM

[ICLR 2024] Offizielle Implementierung von „ 🦙 Time-LLM: Zeitreihenvorhersage durch Neukodierung großer Sprachmodelle“

KimMeen
⭐ 2,704 Python 👤 KimMeen User 🕐 Aktualisiert 2025-10-15 📅 Erstellt 2024-01-20
40
SeldonIO/alibi-detect

Algorithmen zur Erkennung von Ausreißern, adversariellen und Drift

SeldonIO
⭐ 2,553 Jupyter Notebook 👤 SeldonIO Organization 🕐 Aktualisiert 2025-12-11 📅 Erstellt 2019-10-07
41
jolibrain/deepdetect

Deep-Learning-Server und CLI für Torch und TensorRT

jolibrain
⭐ 2,549 C++ 👤 jolibrain Organization 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2015-05-22
42
curiousily/Getting-Things-Done-with-Pytorch

Jupyter Notebook-Tutorials zum Lösen realer Probleme mit Machine Learning & Deep Learning unter Verwendung von PyTorch. Themen: Gesichtserkennung mit Detectron 2, Anomalieerkennung in Zeitreihen mit LSTM Autoencoders, Objekterkennung mit YOLO v5, Erstellen Ihres ersten Neural Network, Zeitreihenprognose für tägliche Coronavirus-Fälle, Sentiment Analysis mit BER

curiousily
⭐ 2,478 Jupyter Notebook 👤 curiousily User 🕐 Aktualisiert 2024-06-30 📅 Erstellt 2020-01-31
43
griddb/griddb

GridDB ist eine Open-Source-Datenbank der nächsten Generation, die Time-Series-IoT und Big Data schnell und einfach macht.

griddb
⭐ 2,470 C++ 👤 griddb Organization 🕐 Aktualisiert 2026-03-19 📅 Erstellt 2016-02-24
44
thuml/Autoformer

Über die Code-Veröffentlichung für „Autoformer: Decomposition Transformers mit Auto-Korrelation für die Langzeitreihenprognose“ (NeurIPS 2021), https://arxiv.org/abs/2106.13008

thuml
⭐ 2,463 Jupyter Notebook 👤 thuml Organization 🕐 Aktualisiert 2025-02-28 📅 Erstellt 2021-10-25
45
cure-lab/LTSF-Linear

[AAAI-23 mündlicher Vortrag] Offizielle Implementierung des Papiers "Sind Transformer effektiv für Zeitreihenvorhersagen?"

cure-lab
⭐ 2,400 Python 👤 cure-lab Organization 🕐 Aktualisiert 2024-01-27 📅 Erstellt 2022-05-26
46
influxdata/kapacitor

Open-Source-Framework zur Verarbeitung, Überwachung und Alarmierung von Zeitreihendaten

influxdata
⭐ 2,378 Go 👤 influxdata Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2015-08-31
47
AIStream-Peelout/flow-forecast

Deep-Learning-PyTorch-Bibliothek für Zeitreihenprognose, Klassifikation und Anomalieerkennung (ursprünglich für Flutvorhersage).

AIStream-Peelout
⭐ 2,308 Python 👤 AIStream-Peelout Organization 🕐 Aktualisiert 2026-10-12 📅 Erstellt 2019-08-15
48
WenjieDu/PyPOTS

Ein Python-Toolkit/Bibliothek für realitätszentriertes maschinelles/tiefes Lernen & Data Mining bei teilweise beobachteten Zeitreihen, mit über 50 SOTA-Neuronalen Netzwerken für wissenschaftliche Analysenaufgaben (Imputation, Klassifikation, Clustering, Prognose, Anomalieerkennung, Reinigung) an unvollständigen industriellen unregelmäßig gesampelten multivariaten TS mit NaN fehlenden Werten

WenjieDu
⭐ 2,097 Python 👤 WenjieDu User 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2022-03-29
49
uber/orbit

Ein Python-Paket für bayesianische Prognosen mit objektorientiertem Design und probabilistischen Modellen im Hintergrund.

uber
⭐ 2,082 Python 👤 uber Organization 🕐 Aktualisiert 2026-05-22 📅 Erstellt 2020-01-07
50
gocrane/crane

Crane ist eine FinOps-Plattform für Cloud-Ressourcenanalyse und -ökonomie in Kubernetes-Clustern. Das Ziel ist es nicht nur, Benutzern zu helfen, Cloud-Kosten einfacher zu verwalten, sondern auch die Qualität von Anwendungen sicherzustellen.

gocrane
⭐ 2,020 Go 👤 gocrane Organization 🕐 Aktualisiert 2024-12-20 📅 Erstellt 2021-11-18

Häufig gestellte Fragen

1

Welches ist das beliebteste #time-series-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#time-series-Projekt auf GitHub ist redis/redis mit 77,583 Sternen. Für Entwickler, die Echtzeit-Daten-gestützte Anwendungen erstellen, ist Redis der bevorzugte, schnellste und funktionsreichste Cache, Datenstrukturserver und Dokument- und Vektorabfrage-Engine.

2

Welche Programmiersprachen werden in #time-series-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #time-series-Projekten auf GitHub sind Python, Jupyter Notebook, Go, C die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #time-series-Repositories berechnet?

Wir verfolgen 143 aktive Open-Source-Repositories, die mit #time-series getaggt sind (500+ Sterne), mit insgesamt 584,542 Sternen und durchschnittlich 4,087 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.