Git Stars Git Stars

#anomaly-detection Dépôts

Découvrez 76 dépôts GitHub open source actifs associés à #anomaly-detection, cumulant 256,252 étoiles au total (soit une moyenne de 3,371 étoiles par projet). Le projet en tête de ce thème est netdata/netdata, avec 81,572 étoiles.

76
Total des Dépôts
256,252
Nombre total d'étoiles
3,371
Moyenne d'Étoiles/Dépôt
1
netdata/netdata

Observabilité full-stack · Métriques · Journaux · Traces · Flux · Topologie · Infrastructure · APM · NPM · DBM · RUM · Tests synthétiques · Cloud · SRE avec IA · OpenTelemetry · SNMP · NetFlow/IPFIX/sFlow · IPMI · Redfish · Plus de 2 000 intégrations

netdata
⭐ 81,572 Go 👤 netdata Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2013-06-17
2
cleanlab/cleanlab

La bibliothèque open-source de Cleanlab est le package AI centré sur les données standard pour la qualité des données et l'apprentissage automatique avec des données et des étiquettes désordonnées du monde réel.

cleanlab
⭐ 11,755 Python 👤 cleanlab Organization 🕐 Mis à jour 2026-01-13 📅 Créé 2018-05-11
3
sktime/sktime

Un cadre unifié pour l'apprentissage automatique avec des séries temporelles

sktime
⭐ 10,100 Python 👤 sktime Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2018-11-06
4
yzhao062/pyod

Une bibliothèque Python pour la détection d'anomalies sur des données tabulaires, des séries temporelles, des graphes, du texte, des images et de l'audio. Plus de 60 détecteurs, une orchestration ADEngine basée sur des benchmarks et un flux de travail agentique pour les agents IA.

yzhao062
⭐ 10,098 Python 👤 yzhao062 User 🕐 Mis à jour 2026-11-12 📅 Créé 2017-10-03
5
pycaret/pycaret

Plateforme AutoML open-source low-code pour Python. PyCaret 4.0 : moteur natif sklearn + plan de contrôle React.

pycaret
⭐ 9,863 Python 👤 pycaret Organization 🕐 Mis à jour 2026-07-23 📅 Créé 2019-11-23
6
unit8co/darts

Une bibliothèque Python pour des prévisions conviviales et la détection d'anomalies sur des séries temporelles.

unit8co
⭐ 9,594 Python 👤 unit8co Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2018-09-13
7
yzhao062/anomaly-detection-resources

Livres, articles, vidéos et boîtes à outils liés à la détection d'anomalies. Dernière mise à jour fin 2025 pour les travaux sur les LLM et les VLM !

yzhao062
⭐ 9,457 Python 👤 yzhao062 User 🕐 Mis à jour 2026-03-02 📅 Créé 2018-05-16
8
lawlite19/MachineLearning_Python

Implémentation d'algorithmes d'apprentissage automatique en Python

lawlite19
⭐ 8,262 Python 👤 lawlite19 User 🕐 Mis à jour 2024-05-20 📅 Créé 2016-10-17
9
Yelp/elastalert

Alertes faciles et flexibles avec ElasticSearch

Yelp
⭐ 8,018 Python 👤 Yelp Organization 🕐 Mis à jour 2024-08-07 📅 Créé 2014-11-24
10
facebookresearch/Kats

Kats, un kit pour analyser des données de séries temporelles, un framework léger, facile à utiliser, généralisable et extensible pour effectuer des analyses de séries temporelles, de la compréhension des statistiques et caractéristiques clés, à la détection de points de changement et d'anomalies, en passant par la prévision des tendances futures.

facebookresearch
⭐ 6,516 Python 👤 facebookresearch Organization 🕐 Mis à jour 2026-11-13 📅 Créé 2021-02-25
11
open-edge-platform/anomalib

Une bibliothèque de détection d'anomalies comprenant des algorithmes et des fonctionnalités de pointe tels que la gestion d'expériences, l'optimisation des hyperparamètres et l'inférence en périphérie.

open-edge-platform
⭐ 6,414 Python 👤 open-edge-platform Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2021-11-02
12
salesforce/Merlion

Merlion : Un cadre d'apprentissage automatique pour l'intelligence des séries chronologiques

salesforce
⭐ 4,471 Python 👤 salesforce Organization 🕐 Mis à jour 2024-06-20 📅 Créé 2021-07-28
13
stumpy-dev/stumpy

STUMPY est une bibliothèque Python puissante et scalable pour l'analyse de séries temporelles modernes

stumpy-dev
⭐ 4,173 Python 👤 stumpy-dev Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2019-05-03
14
Nixtla/nixtla

TimeGPT-2.1 : modèle fondamental préentraîné de séries temporelles, prêt pour la production, destiné aux prévisions et à la détection d’anomalies. Un transformeur génératif préentraîné pour les séries temporelles, entraîné sur plus de 100 milliards de points de données. Il est capable d’effectuer des prévisions précises dans divers domaines, tels que le commerce de détail, l’électricité, la finance et l’IoT, en seulement quelques lignes de code 🚀.

Nixtla
⭐ 4,050 Jupyter Notebook 👤 Nixtla Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2021-09-23
15
M-3LAB/awesome-industrial-anomaly-detection

Liste de papiers et ensembles de données pour la détection d'anomalies/défauts d'images industrielles (en cours de mise à jour). Bibliothèque de recherche d'articles et de jeux de données sur la détection d'anomalies/défauts industriels (mise à jour continue).

M-3LAB
⭐ 3,866 👤 M-3LAB Organization 🕐 Mis à jour 2026-11-05 📅 Créé 2022-12-02
16
rob-med/awesome-TS-anomaly-detection

Liste d'outils et de datasets pour la détection d'anomalies sur des données de séries temporelles.

rob-med
⭐ 3,152 👤 rob-med User 🕐 Mis à jour 2024-10-21 📅 Créé 2017-12-19
17
logpai/loghub

Une grande collection de jeux de données de journaux système pour l'analyse de logs pilotée par l'IA [ISSRE'23]

logpai
⭐ 2,920 👤 logpai Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2016-06-08
18
curiousily/Getting-Things-Done-with-Pytorch

Tutoriels Jupyter Notebook pour résoudre des problèmes du monde réel avec Machine Learning & Deep Learning en utilisant PyTorch. Sujets : Détection de visages avec Detectron 2, Détection d'anomalies dans les séries temporelles avec LSTM Autoencoders, Détection d'objets avec YOLO v5, Construisez votre premier Neural Network, Prévision de séries temporelles pour les cas quotidiens de Coronavirus, Analyse de sentiments avec BER

curiousily
⭐ 2,478 Jupyter Notebook 👤 curiousily User 🕐 Mis à jour 2024-06-30 📅 Créé 2020-01-31
19
ailia-ai/ailia-models

La collection de modèles d'IA pré-entraînés et de pointe pour ailia SDK

ailia-ai
⭐ 2,406 Python 👤 ailia-ai Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2019-09-07
20
AIStream-Peelout/flow-forecast

Bibliothèque PyTorch d'apprentissage profond pour la prévision de séries temporelles, la classification et la détection d'anomalies (initialement pour la prévision des inondations).

AIStream-Peelout
⭐ 2,308 Python 👤 AIStream-Peelout Organization 🕐 Mis à jour 2026-10-12 📅 Créé 2019-08-15
21
RubixML/ML

Une bibliothèque d'apprentissage automatique et d'apprentissage profond de haut niveau pour le langage PHP.

RubixML
⭐ 2,213 PHP 👤 RubixML Organization 🕐 Mis à jour 2026-10-27 📅 Créé 2018-02-14
22
WenjieDu/PyPOTS

Une boîte à outils/bibliothèque Python pour l'apprentissage automatique/profonds centré sur la réalité et le data mining sur des séries temporelles partiellement observées, avec plus de 50 modèles de réseaux de neurones SOTA pour les tâches d'analyse scientifique (imputation, classification, clustering, prévision, détection d'anomalies, nettoyage) sur des TS multivariées industrielles incomplètes échantillonnées irrégulièrement avec des valeurs manquantes NaN

WenjieDu
⭐ 2,097 Python 👤 WenjieDu User 🕐 Mis à jour 2026-11-18 📅 Créé 2022-03-29
23
numenta/NAB

Le Benchmark des Anomalies Numenta

numenta
⭐ 2,062 Jupyter Notebook 👤 numenta Organization 🕐 Mis à jour 2024-12-03 📅 Créé 2014-05-06
24
logpai/logparser

Une boîte à outils d'apprentissage automatique pour l'analyse des journaux [ICSE'19, DSN'16]

logpai
⭐ 1,977 Python 👤 logpai Organization 🕐 Mis à jour 2025-06-10 📅 Créé 2015-08-05
25
safe-graph/graph-fraud-detection-papers

Une liste organisée d'articles et de ressources sur la détection de fraude, d'anomalies et de valeurs aberrantes basée sur les graphes/transformateurs

safe-graph
⭐ 1,908 👤 safe-graph Organization 🕐 Mis à jour 2026-11-15 📅 Créé 2019-11-21
26
linkedin/greykite

Une bibliothèque de prévision flexible, intuitive et rapide

linkedin
⭐ 1,855 Python 👤 linkedin Organization 🕐 Mis à jour 2025-02-20 📅 Créé 2021-04-27
27
linjinjin123/awesome-AIOps

Résumé des ressources d'apprentissage AIOps, bienvenue pour compléter ensemble ce dépôt, bienvenue star

linjinjin123
⭐ 1,709 👤 linjinjin123 User 🕐 Mis à jour 2024-05-27 📅 Créé 2018-07-27
28
pygod-team/pygod

Une bibliothèque Python pour la détection d'anomalies dans les graphes

pygod-team
⭐ 1,469 Python 👤 pygod-team Organization 🕐 Mis à jour 2024-11-14 📅 Créé 2021-11-18
29
logpai/loglizer

Un kit d'outils d'apprentissage automatique pour la détection d'anomalies basée sur les journaux [ISSRE'16]

logpai
⭐ 1,395 Jupyter Notebook 👤 logpai Organization 🕐 Mis à jour 2024-04-24 📅 Créé 2016-05-14
30
sintel-dev/Orion

Bibliothèque de détection d'anomalies dans les séries temporelles sans supervision

sintel-dev
⭐ 1,372 Python 👤 sintel-dev Organization 🕐 Mis à jour 2026-10-19 📅 Créé 2018-07-24
31
sentinl/sentinl

Application Kibana Alertes & Rapports pour Elasticsearch

sentinl
⭐ 1,319 JavaScript 👤 sentinl Organization 🕐 Mis à jour 2026-01-21 📅 Créé 2016-05-07
32
linkedin/luminol

Bibliothèque de détection d'anomalies et de corrélation

linkedin
⭐ 1,230 Python 👤 linkedin Organization 🕐 Mis à jour 2025-08-22 📅 Créé 2015-11-18
33
arundo/adtk

Un kit d'outils Python pour la détection d'anomalies basée sur des règles/non supervisée dans les séries temporelles

arundo
⭐ 1,194 Python 👤 arundo Organization 🕐 Mis à jour 2024-08-01 📅 Créé 2019-09-27
34
khundman/telemanom

Un cadre pour utiliser les LSTMs pour détecter les anomalies dans les données de séries temporelles multivariées. Inclut des données d'anomalies de vaisseaux spatiaux et des expériences des missions Mars Science Laboratory et SMAP.

khundman
⭐ 1,169 Jupyter Notebook 👤 khundman User 🕐 Mis à jour 2025-01-17 📅 Créé 2018-06-01
35
TSCenter/awesome-time-series-papers

Une liste impressionnante des derniers articles et de codes sur les séries temporelles des meilleures conférences d'IA.

TSCenter
⭐ 1,168 👤 TSCenter Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2024-07-29
36
jertel/elastalert2

ElastAlert 2 est une continuation du projet original yelp/elastalert. Les Pull Requests sont appréciées !

jertel
⭐ 1,140 Python 👤 jertel User 🕐 Mis à jour 2026-10-27 📅 Créé 2020-09-01
37
Jingkang50/OpenOOD

Étalonnage de la détection généralisée hors distribution

Jingkang50
⭐ 1,091 Python 👤 Jingkang50 User 🕐 Mis à jour 2025-12-01 📅 Créé 2021-11-29
38
lixus7/Time-Series-Works-Conferences

Résumé des travaux sur les séries temporelles dans les conférences informatiques de premier plan (NIPS, ICML, ICLR, KDD, AAAI, WWW, IJCAI, CIKM, ICDM, ICDE, etc.)

lixus7
⭐ 1,044 👤 lixus7 User 🕐 Mis à jour 2026-11-18 📅 Créé 2022-03-24
39
huytransformer/Awesome-Out-Of-Distribution-Detection

Ressources pour la détection hors distribution, la robustesse et la généralisation. Le dépôt contient une liste organisée de papiers, tutoriels, livres, vidéos, articles et bibliothèques open-source, etc.

huytransformer
⭐ 1,031 👤 huytransformer User 🕐 Mis à jour 2026-04-03 📅 Créé 2023-08-07
40
Minqi824/ADBench

Implémentation officielle de "ADBench: Anomaly Detection Benchmark", NeurIPS 2022.

Minqi824
⭐ 1,029 Python 👤 Minqi824 User 🕐 Mis à jour 2026-01-08 📅 Créé 2022-06-05
41
xiaosu200/wm001

Identification des commandes anormales : modèle de classification des commandes frauduleuses (Forêt aléatoire / Arbre de décision / SVM)

xiaosu200
⭐ 1,018 Python 👤 xiaosu200 User 🕐 Mis à jour 2026-07-23 📅 Créé 2025-10-10
42
yyysjz1997/Awesome-TimeSeries-SpatioTemporal-Diffusion-Model

Une enquête et une liste d'articles sur les modèles de diffusion actuels pour les données de séries temporelles et spatio-temporelles avec d'excellentes ressources (articles, applications, critiques, enquêtes, etc.).

yyysjz1997
⭐ 1,013 👤 yyysjz1997 User 🕐 Mis à jour 2026-02-05 📅 Créé 2023-10-09
43
thuml/TimesNet

À propos de la publication du code pour "TimesNet: Temporal 2D-Variation Modeling for General Time Series Analysis" (ICLR 2023), https://openreview.net/pdf?id=ju_Uqw384Oq

thuml
⭐ 1,010 👤 thuml Organization 🕐 Mis à jour 2024-04-02 📅 Créé 2023-02-15
44
Jeremiahcheng1206/AML-Monitoring-Engine

Système de bout en bout AML

Jeremiahcheng1206
⭐ 974 Java 👤 Jeremiahcheng1206 User 🕐 Mis à jour 2024-12-07 📅 Créé 2024-11-19
45
duoergun0729/1book

《Introduction à l'apprentissage automatique pour la sécurité web》

duoergun0729
⭐ 910 PHP 👤 duoergun0729 User 🕐 Mis à jour 2024-08-29 📅 Créé 2017-05-15
46
moment-timeseries-foundation-model/moment

MOMENT : Une famille de modèles fondamentaux ouverts pour séries temporelles, ICML'24

moment-timeseries-foundation-model
⭐ 878 TypeScript 👤 moment-timeseries-foundation-model Organization 🕐 Mis à jour 2026-02-10 📅 Créé 2024-05-10
47
shubhomoydas/ad_examples

Une collection de méthodes de détection d'anomalies (iid/basées sur des points, graphe et séries temporelles) incluant l'apprentissage actif pour la détection/découverte d'anomalies, l'extraction de règles bayésiennes, description pour la diversité/explication/interprétabilité. Analyse de l'incorporation de retours d'étiquettes avec des détecteurs basés sur ensemble et arbre. Inclut des attaques adverses avec Graph Convolutional Network.

shubhomoydas
⭐ 870 Python 👤 shubhomoydas User 🕐 Mis à jour 2024-05-22 📅 Créé 2017-11-03
48
caoyunkang/Segment-Any-Anomaly

Implémentation officielle de "Segmenter toute anomalie sans entraînement via une régularisation par invite hybride (SAA+)".

caoyunkang
⭐ 843 Jupyter Notebook 👤 caoyunkang User 🕐 Mis à jour 2025-02-22 📅 Créé 2023-04-10
49
salesforce/logai

LogAI - Une bibliothèque open-source pour l'analyse et l'intelligence des journaux

salesforce
⭐ 822 Python 👤 salesforce Organization 🕐 Mis à jour 2026-06-02 📅 Créé 2022-10-27
50
zillow/luminaire

Luminaire est un package Python qui fournit des solutions pilotées par ML pour la surveillance des données de séries chronologiques.

zillow
⭐ 810 Python 👤 zillow Organization 🕐 Mis à jour 2026-06-02 📅 Créé 2020-07-08

Foire aux questions

1

Quel est le dépôt #anomaly-detection le plus populaire sur GitHub ?

Le projet #anomaly-detection open source le mieux classé sur GitHub est netdata/netdata, avec 81,572 étoiles. Observabilité full-stack · Métriques · Journaux · Traces · Flux · Topologie · Infrastructure · APM · NPM · DBM · RUM · Tests synthétiques · Cloud · SRE avec IA · OpenTelemetry · SNMP · NetFlow/IPFIX/sFlow · IPMI · Redfish · Plus de 2 000 intégrations

2

Quels langages de programmation sont les plus utilisés dans les dépôts #anomaly-detection ?

Parmi les projets #anomaly-detection les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, PHP, Go.

3

Comment le classement des dépôts #anomaly-detection est-il calculé ?

Nous suivons 76 dépôts open source actifs associés à #anomaly-detection (500+ étoiles), totalisant 256,252 étoiles, avec une moyenne de 3,371 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.