#time-series-prediction Dépôts
Découvrez 13 dépôts GitHub open source actifs associés à #time-series-prediction, cumulant 22,715 étoiles au total (soit une moyenne de 1,747 étoiles par projet). Le projet en tête de ce thème est awslabs/gluonts, avec 5,263 étoiles.
13 dépôts au total
Ce dépôt contient une liste de lecture d'articles sur la prévision/prédiction de séries temporelles (TSF) et la prévision/prédiction spatio-temporelle (STF). Ces articles sont principalement classés par type de modèle.
Liste de papiers, code et expériences utilisant l'apprentissage profond pour la prévision de séries temporelles
[AAAI-23 Oral] Implémentation officielle du papier "Les Transformers sont-ils efficaces pour la prévision de séries temporelles ?"
Lag-Llama : Vers des modèles fondamentaux pour la prévision probabiliste de séries temporelles
Ceci est le référentiel pour la collection de réseaux de neurones graphiques pour la prévision du trafic.
Implémentation légère et utile de la prédiction conforme sur des données réelles.
LibCity: Une bibliothèque ouverte pour l'exploration de données spatio-temporelles urbaines
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.)
Ressources pour travailler avec des données de séries chronologiques et séquentielles
Foire aux questions
Quel est le dépôt #time-series-prediction le plus populaire sur GitHub ?
Le projet #time-series-prediction open source le mieux classé sur GitHub est awslabs/gluonts, avec 5,263 étoiles. Modélisation probabiliste de séries temporelles en Python
Quels langages de programmation sont les plus utilisés dans les dépôts #time-series-prediction ?
Parmi les projets #time-series-prediction les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook.
Comment le classement des dépôts #time-series-prediction est-il calculé ?
Nous suivons 13 dépôts open source actifs associés à #time-series-prediction (500+ étoiles), totalisant 22,715 étoiles, avec une moyenne de 1,747 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.