#time-series-analysis Repositórios
Descubra 85 repositórios ativos de código aberto no GitHub marcados com #time-series-analysis, acumulando um total de 245,037 estrelas (uma média de 2,882 por projeto). O líder deste tópico é pathwaycom/pathway, com 61,976 estrelas.
85 repositórios no total
Framework ETL em Python para processamento de streaming, análise em tempo real, pipelines de LLM e RAG.
Materiais e notebooks IPython para "Python para Análise de Dados" de Wes McKinney, publicado pela O'Reilly Media
Livro Filtro de Kalman usando Jupyter Notebook. Foca em construir intuição e experiência, não em provas formais. Inclui filtros de Kalman, filtros de Kalman estendidos, filtros de Kalman sem cheiro, filtros de partículas e mais. Todos os exercícios incluem soluções.
Uma Biblioteca para Modelos Avançados de Séries Temporais Profundas para Análise Geral de Séries Temporais.
Livros, artigos, vídeos e caixas de ferramentas relacionados à detecção de anomalias. Última atualização no final de 2025 para trabalhos de LLM e VLM!
Kats, um kit para analisar dados de séries temporais, um framework leve, fácil de usar, generalizável e extensível para realizar análise de séries temporais, desde a compreensão das estatísticas e características chave, detecção de pontos de mudança e anomalias, até a previsão de tendências futuras.
Séries Temporais Timeseries Deep Learning Machine Learning Python Pytorch fastai | Biblioteca de Deep Learning de ponta para Séries Temporais e Sequências em Pytorch / fastai
STUMPY é uma biblioteca Python poderosa e escalável para análise moderna de séries temporais
Este repositório contém uma lista de leitura de artigos sobre Previsão/Predição de Séries Temporais (TSF) e Previsão/Predição Espaço-Temporal (STF). Esses artigos são categorizados principalmente de acordo com o tipo de modelo.
O kit de ferramentas de aprendizado de máquina para análise de séries temporais em Python
Um modelo de negociação de alta frequência usando a API do Interactive Brokers com pares e reversão à média em Python
[ICLR 2024] Implementação oficial de " 🦙 Time-LLM: Time Series Forecasting by Reprogramming Large Language Models"
Domine as habilidades essenciais necessárias para reconhecer e resolver problemas complexos do mundo real com Machine Learning e Deep Learning, aproveitando o ecossistema Python Machine Learning altamente popular.
Biblioteca PyTorch de aprendizado profundo para previsão de séries temporais, classificação e detecção de anomalias (originalmente para previsão de inundações).
Jupyter Notebooks e código para Python for Finance (2ª ed., O'Reilly) por Yves Hilpisch.
[ICLR 2024] Implementação oficial de "TimeMixer: Mistura Multiescala Decomponível para Previsão de Séries Temporais"
Uma Newsletter Gratuita para Negociação Quantitativa e Algorítmica, Análise de Portfólio e Investimento
Tigramite é um pacote python para inferência causal com foco em dados de séries temporais. A documentação do Tigramite está em
Compilação de materiais de aprendizado sobre AIOps, sinta-se à vontade para contribuir para este repositório e dar uma estrela (star)
Uma biblioteca de notebooks Jupyter e palestras correspondentes no YouTube por Roman Paolucci
Um toolkit para aprendizado de máquina e aprendizado profundo de séries temporais
Uma lista selecionada de softwares, bibliotecas e recursos incríveis de Radar de Abertura Sintética (SAR).
Uma Lista Incrível dos mais recentes artigos e códigos sobre séries temporais de importantes eventos de IA.
Biblioteca de extração de características de séries temporais (TSFEL): mais de 60 características estatísticas, temporais, espectrais e fractais para classificação e regressão de séries temporais e processamento de sinais em Python
Base de Código para Redes Adversariais Generativas de Séries Temporais (TimeGAN) - NeurIPS 2019
Materiais do Curso para Análise em Mercados de Ações Zoomcamp
Código, conjuntos de dados e checkpoints oficiais para "Timer: Generative Pre-trained Transformers Are Large Time Series Models" (ICML 2024) e trabalhos subsequentes
Sobre o lançamento do código para "TimesNet: Temporal 2D-Variation Modeling for General Time Series Analysis" (ICLR 2023), https://openreview.net/pdf?id=ju_Uqw384Oq
Biblioteca .NET fácil de usar para manipulação de dados e séries temporais e para programação científica
Curso de 'Introdução à Modelagem Matemática', a série de tutoriais de modelos e algoritmos de modelagem matemática mais completa de toda a web, que o guiará para o mundo da modelagem matemática!
Análise Exploratória de Dados Prática com Python, publicado pela Packt
Biblioteca Python para análise de dados de séries temporais, incluindo redução de dimensionalidade, clusterização e estimação de modelos de Markov
O melhor repositório mostrando por que os transformers podem não ser a resposta para a previsão de séries temporais e apresentando os melhores modelos SOTA não-transformer.
Análise do uso de caixas pretas (SMA) em mercados de ações públicos para obter insights em tempo real sobre a distribuição de riqueza e influência direta no mercado de ações. Um apelo por transparência e debate público.
[TPAMI 2024] Recursos Incríveis de GNNs para Análise de Séries Temporais (GNN4TS)
Perguntas Frequentes
Qual é o repositório de #time-series-analysis mais popular no GitHub?
O projeto de código aberto de #time-series-analysis mais bem classificado no GitHub é pathwaycom/pathway, com 61,976 estrelas. Framework ETL em Python para processamento de streaming, análise em tempo real, pipelines de LLM e RAG.
Quais linguagens de programação são mais usadas nos repositórios de #time-series-analysis?
Entre os projetos de #time-series-analysis mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, JavaScript, R.
Como é calculada a classificação dos repositórios de #time-series-analysis?
Acompanhamos 85 repositórios ativos de código aberto marcados com #time-series-analysis (com mais de 500 estrelas), totalizando 245,037 estrelas e uma média de 2,882 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.