Git Stars Git Stars

#time-series-prediction Repositories

Entdecke 13 aktive Open-Source-GitHub-Repositories, die mit #time-series-prediction getaggt sind und insgesamt 22,715 Sterne gesammelt haben (durchschnittlich 1,747 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist awslabs/gluonts mit 5,263 Sternen.

13
Gesamtzahl der Repositories
22,715
Gesamtanzahl der Sterne
1,747
Durchschnittliche Sterne/Repo
Programmiersprachen: Python Jupyter Notebook

Insgesamt 13 Repositories

1
awslabs/gluonts

Probabilistische Zeitreihenmodellierung in Python

awslabs
⭐ 5,263 Python 👤 awslabs Organization 🕐 Aktualisiert 2026-10-13 📅 Erstellt 2019-05-15
2
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
3
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
4
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
5
time-series-foundation-models/lag-llama

Lag-Llama: Auf dem Weg zu Fundamentmodellen für die probabilistische Zeitreihenprognose

time-series-foundation-models
⭐ 1,587 Python 👤 time-series-foundation-models Organization 🕐 Aktualisiert 2025-06-06 📅 Erstellt 2024-02-07
6
jwwthu/GNN4Traffic

Dies ist das Repository für die Sammlung von Graph Neural Networks für die Verkehrsprognose.

jwwthu
⭐ 1,187 👤 jwwthu User 🕐 Aktualisiert 2024-08-07 📅 Erstellt 2020-04-23
7
aangelopoulos/conformal-prediction

Leichte, nützliche Implementierung der konformen Vorhersage auf realen Daten.

aangelopoulos
⭐ 1,111 Jupyter Notebook 👤 aangelopoulos User 🕐 Aktualisiert 2025-11-14 📅 Erstellt 2021-12-25
8
LibCity/Bigscity-LibCity

LibCity: Eine offene Bibliothek für städtische raum-zeitliche Datenanalyse

LibCity
⭐ 1,076 Python 👤 LibCity Organization 🕐 Aktualisiert 2024-12-18 📅 Erstellt 2020-12-12
9
cuge1995/awesome-time-series

Liste von Papieren, Code und anderen Ressourcen

cuge1995
⭐ 1,062 👤 cuge1995 User 🕐 Aktualisiert 2025-08-13 📅 Erstellt 2020-03-03
10
lixus7/Time-Series-Works-Conferences

Zeitserien-Arbeitszusammenfassung in CS-Top-Konferenzen (NIPS, ICML, ICLR, KDD, AAAI, WWW, IJCAI, CIKM, ICDM, ICDE, etc.)

lixus7
⭐ 1,044 👤 lixus7 User 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2022-03-24
11
commaai/speedchallenge

Die comma.ai Geschwindigkeitsvorhersage-Herausforderung!

commaai
⭐ 784 👤 commaai Organization 🕐 Aktualisiert 2025-08-29 📅 Erstellt 2018-07-12
12
lmmentel/awesome-time-series

Ressourcen für die Arbeit mit Zeitreihen- und Sequenzdaten

lmmentel
⭐ 697 👤 lmmentel User 🕐 Aktualisiert 2025-07-26 📅 Erstellt 2021-10-26
13
cure-lab/Awesome-time-series

Eine umfassende Umfrage zu Zeitreihenbereichen

cure-lab
⭐ 545 👤 cure-lab Organization 🕐 Aktualisiert 2024-03-22 📅 Erstellt 2022-03-18

Häufig gestellte Fragen

1

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

Das am höchsten eingestufte Open-Source-#time-series-prediction-Projekt auf GitHub ist awslabs/gluonts mit 5,263 Sternen. Probabilistische Zeitreihenmodellierung in Python

2

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

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

3

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

Wir verfolgen 13 aktive Open-Source-Repositories, die mit #time-series-prediction getaggt sind (500+ Sterne), mit insgesamt 22,715 Sternen und durchschnittlich 1,747 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.