Git Stars Git Stars

#time-series-analysis Dépôts

85
Total des Dépôts
245,037
Nombre total d'étoiles
2,882
Moyenne d'Étoiles/Dépôt
51
PacktPublishing/Python-for-Finance-Cookbook

Python for Finance Cookbook, publié par Packt

PacktPublishing
⭐ 803 Jupyter Notebook 👤 PacktPublishing Organization 🕐 Mis à jour 2026-03-02 📅 Créé 2019-04-12
52
pipiku915/FinMem-LLM-StockTrading

FinMem : Un agent de trading LLM amélioré avec mémoire stratifiée et conception de personnage

pipiku915
⭐ 798 Python 👤 pipiku915 User 🕐 Mis à jour 2024-08-18 📅 Créé 2023-12-01
53
zhihanyue/ts2vec

Un framework universel d'apprentissage de la représentation des séries chronologiques

zhihanyue
⭐ 797 Python 👤 zhihanyue User 🕐 Mis à jour 2024-07-29 📅 Créé 2021-06-04
54
apachecn/ml-mastery-zh

:book: [Trad.] MachineLearningMastery article de blog

apachecn
⭐ 786 JavaScript 👤 apachecn Organization 🕐 Mis à jour 2025-02-19 📅 Créé 2019-03-25
55
hildensia/bayesian_changepoint_detection

Méthodes pour obtenir la probabilité d'un point de rupture dans une série chronologique.

hildensia
⭐ 782 Python 👤 hildensia User 🕐 Mis à jour 2026-11-06 📅 Créé 2014-04-11
56
AutoViML/Auto_TS

Construisez automatiquement des modèles ARIMA, SARIMAX, VAR, FB Prophet et XGBoost sur des ensembles de données de séries chronologiques avec une seule ligne de code. Créé par Ram Seshadri. Collaborateurs bienvenus.

AutoViML
⭐ 765 Jupyter Notebook 👤 AutoViML User 🕐 Mis à jour 2024-08-20 📅 Créé 2020-02-15
58
HanSolo/charts

Une bibliothèque JavaFX qui contient différents types de graphiques

HanSolo
⭐ 731 Java 👤 HanSolo User 🕐 Mis à jour 2025-08-13 📅 Créé 2017-07-18
59
lindermanlab/ssm

Apprentissage et inférence bayésiens pour les modèles d'espace d'états

lindermanlab
⭐ 700 Jupyter Notebook 👤 lindermanlab Organization 🕐 Mis à jour 2025-05-09 📅 Créé 2018-06-07
60
lmmentel/awesome-time-series

Ressources pour travailler avec des données de séries chronologiques et séquentielles

lmmentel
⭐ 697 👤 lmmentel User 🕐 Mis à jour 2025-07-26 📅 Créé 2021-10-26
61
QuantConnect/Research

Cahiers de recherche open source par l'équipe QuantConnect.

QuantConnect
⭐ 695 Jupyter Notebook 👤 QuantConnect Organization 🕐 Mis à jour 2024-05-17 📅 Créé 2017-10-16
62
chaimleib/intervaltree

Un arbre d'intervalles mutable et auto-équilibré. Les requêtes peuvent être par point, par chevauchement d'intervalles ou par inclusion d'intervalles.

chaimleib
⭐ 692 Python 👤 chaimleib User 🕐 Mis à jour 2025-12-25 📅 Créé 2014-03-26
63
rapidsai/jupyterlab-nvdashboard

Une extension JupyterLab pour afficher des tableaux de bord d'utilisation du GPU.

rapidsai
⭐ 682 TypeScript 👤 rapidsai Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2019-08-12
64
cesium-ml/cesium

Plateforme de séries temporelles d'apprentissage automatique

cesium-ml
⭐ 682 Python 👤 cesium-ml Organization 🕐 Mis à jour 2025-01-17 📅 Créé 2014-10-29
65
leedrake5/Russia-Ukraine

Suivi des Pertes d'Équipement

leedrake5
⭐ 659 R 👤 leedrake5 User 🕐 Mis à jour 2026-11-21 📅 Créé 2022-03-07
66
codefuse-ai/codefuse-devops-eval

Benchmark d'évaluation industriel pionnier pour les LLM dans le domaine DevOps/AIOps.

codefuse-ai
⭐ 646 Python 👤 codefuse-ai Organization 🕐 Mis à jour 2024-07-10 📅 Créé 2023-09-28
67
TheEconomist/covid-19-excess-deaths-tracker

Code source et données pour le suivi des décès excédentaires liés au COVID-19 de The Economist

TheEconomist
⭐ 646 R 👤 TheEconomist Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2020-05-15
68
DAMO-DI-ML/NeurIPS2023-One-Fits-All

Le code officiel pour "One Fits All: Power General Time Series Analysis by Pretrained LM (NeurIPS 2023 Spotlight)"

DAMO-DI-ML
⭐ 630 Python 👤 DAMO-DI-ML Organization 🕐 Mis à jour 2024-01-08 📅 Créé 2023-09-22
70
radarFudan/Awesome-state-space-models

Recueil d'articles sur les modèles d'espace d'état

radarFudan
⭐ 622 Python 👤 radarFudan User 🕐 Mis à jour 2026-10-01 📅 Créé 2023-10-15
71
PacktPublishing/Python-Algorithmic-Trading-Cookbook

Python Algorithmic Trading Cookbook, publié par Packt

PacktPublishing
⭐ 618 Jupyter Notebook 👤 PacktPublishing Organization 🕐 Mis à jour 2026-03-02 📅 Créé 2020-08-11
72
PythonCharmers/QuantFinance

Meilleurs supports de formation en finance quantitative

PythonCharmers
⭐ 617 Jupyter Notebook 👤 PythonCharmers Organization 🕐 Mis à jour 2025-09-02 📅 Créé 2019-02-20
73
JohannesPfeifer/DSGE_mod

Une collection de modèles Dynare

JohannesPfeifer
⭐ 596 AMPL 👤 JohannesPfeifer User 🕐 Mis à jour 2026-03-31 📅 Créé 2015-04-21
74
business-science/modeltime

Modeltime débloque les modèles de prévision des séries chronologiques et le machine learning dans un seul framework

business-science
⭐ 586 R 👤 business-science Organization 🕐 Mis à jour 2026-01-30 📅 Créé 2020-04-17
75
grafana/augurs

Analyse de séries temporelles pour Rust, avec des liaisons vers Python et Javascript

grafana
⭐ 583 Rust 👤 grafana Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2023-05-31
76
GilpinLab/dysts

Des centaines d'attracteurs étranges

GilpinLab
⭐ 563 Python 👤 GilpinLab Organization 🕐 Mis à jour 2026-11-09 📅 Créé 2020-08-13
77
stringertheory/traces

Une bibliothèque Python pour l'analyse de séries temporelles à espacement irrégulier

stringertheory
⭐ 552 Python 👤 stringertheory User 🕐 Mis à jour 2026-02-02 📅 Créé 2015-03-14
78
lzz19980125/awesome-time-series-segmentation-papers

Ce dépôt contient une liste de lecture d'articles sur la segmentation des séries temporelles. Ce dépôt est encore en cours d'amélioration continue.

lzz19980125
⭐ 549 MATLAB 👤 lzz19980125 User 🕐 Mis à jour 2026-10-07 📅 Créé 2024-01-27
79
PaddlePaddle/PaddleTS

Modélisation profonde de séries temporelles géniale et facile à utiliser basée sur PaddlePaddle, incluant des modules de fonctionnalités complets comme TSDataset, Analysis, Transform, Models, AutoTS et Ensemble, etc., prenant en charge des tâches polyvalentes comme la prévision de séries temporelles, l'apprentissage de représentations et la détection d'anomalies, etc., caractérisée par un suivi rapide des modèles profonds SOTA.

PaddlePaddle
⭐ 545 Python 👤 PaddlePaddle Organization 🕐 Mis à jour 2026-04-17 📅 Créé 2022-05-17
80
cure-lab/Awesome-time-series

Une enquête complète sur les domaines des séries chronologiques

cure-lab
⭐ 545 👤 cure-lab Organization 🕐 Mis à jour 2024-03-22 📅 Créé 2022-03-18
81
sinhrks/ggfortify

Définir les fonctions `fortify` et `autoplot` pour permettre à ggplot2 de gérer certains packages R populaires.

sinhrks
⭐ 541 R 👤 sinhrks User 🕐 Mis à jour 2026-11-09 📅 Créé 2014-10-05
82
RimoChan/steal_piano

【steal piano】Outil d'analyse des liaisons extra-conjugales sur GitHub !

RimoChan
⭐ 526 Python 👤 RimoChan User 🕐 Mis à jour 2024-03-04 📅 Créé 2021-04-05
83
zgana/fpp3-python-readalong

Lecture guidée centrée sur Python de Forecasting: Principles and Practice

zgana
⭐ 520 Jupyter Notebook 👤 zgana User 🕐 Mis à jour 2025-09-23 📅 Créé 2020-07-21
84
microsoft/robustlearn

Apprentissage automatique robuste pour une IA responsable

microsoft
⭐ 506 Python 👤 microsoft Organization 🕐 Mis à jour 2024-07-12 📅 Créé 2022-10-20
85
DynamicsAndNeuralSystems/catch22

catch22 : Caractéristiques canoniques des séries temporelles

DynamicsAndNeuralSystems
⭐ 505 C 👤 DynamicsAndNeuralSystems Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2018-08-26