#time-series-analysis Репозитории
Откройте для себя 85 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #time-series-analysis, с общим числом 245,037 звёзд (в среднем 2,882 на проект). Лидером этой темы является pathwaycom/pathway, набравший 61,976 звёзд.
Всего репозиториев: 85
Python ETL framework для потоковой обработки, анализа в реальном времени, LLM-пайплайнов и RAG.
Материалы и IPython-тетради для «Python for Data Analysis» Уэса Маккинни, опубликованной O'Reilly Media
Книга по фильтру Калмана с использованием Jupyter Notebook. Фокусируется на развитии интуиции и опыта, а не на формальных доказательствах. Включает фильтры Калмана, расширенные фильтры Калмана, unscented фильтры Калмана, сглаживающие фильтры и многое другое. Все упражнения включают решения.
Библиотека продвинутых моделей глубоких временных рядов для общего анализа временных рядов.
Книги, статьи, видео и инструментарии по обнаружению аномалий. Последнее обновление в конце 2025 года для работ по LLM и VLM!
Kats, набор инструментов для анализа временных рядов, легковесная, простая в использовании, обобщаемая и расширяемая платформа для выполнения анализа временных рядов, от понимания ключевой статистики и характеристик, обнаружения точек изменения и аномалий до прогнозирования будущих тенденций.
Временные ряды Timeseries Глубокое обучение Машинное обучение Python Pytorch fastai | Библиотека глубокого обучения мирового уровня для временных рядов и последовательностей в Pytorch / fastai
STUMPY — это мощная и масштабируемая библиотека Python для современного анализа временных рядов
Этот репозиторий содержит список литературы по прогнозированию/предсказанию временных рядов (TSF) и пространственно-временному прогнозированию/предсказанию (STF). Эти статьи в основном классифицируются по типу модели.
Высокочастотная торговая модель с использованием API Interactive Brokers, пар и возврата к среднему значению на Python
[ICLR 2024] Официальная реализация " 🦙 Time-LLM: Прогнозирование временных рядов путем перепрограммирования больших языковых моделей"
Освойте ключевые навыки, необходимые для распознавания и решения сложных реальных проблем с помощью машинного обучения и глубокого обучения, используя высоко популярную экосистему Python Machine Learning.
Библиотека PyTorch для глубокого обучения для прогнозирования временных рядов, классификации и обнаружения аномалий (первоначально для прогнозирования наводнений).
Jupyter Notebooks и код для Python for Finance (2-е изд., O'Reilly) Ива Хильпиша.
[ICLR 2024] Официальная реализация "TimeMixer: Decomposable Multiscale Mixing for Time Series Forecasting"
Бесплатная информационная рассылка по количественному и алгоритмическому трейдингу, анализу портфеля и инвестициям
Tigramite — это пакет Python для причинно-следственного вывода с акцентом на данные временных рядов. Документация Tigramite находится по адресу
Сводка материалов по обучению AIOps, добро пожаловать пополнить этот репозиторий вместе, добро пожаловать star
Библиотека Jupyter-ноутбуков и соответствующих лекций на YouTube от Романа Паолуччи
Создавайте анимированные соревнования гистограмм на Python с помощью matplotlib
Кураторский список потрясающего программного обеспечения, библиотек и ресурсов для радиолокации с синтезированной апертурой (SAR).
Потрясающий список новейших работ и кода по временным рядам от ведущих площадок ИИ.
Библиотека извлечения признаков временных рядов (TSFEL): более 60 статистических, временных, спектральных и фрактальных признаков для классификации и регрессии временных рядов, а также обработки сигналов на Python
База кода для генеративно-состязательных сетей временных рядов (TimeGAN) – NeurIPS 2019
Учебные материалы для Zoomcamp по аналитике на фондовых рынках
Официальный код, наборы данных и контрольные точки для «Timer: Generative Pre-trained Transformers Are Large Time Series Models» (ICML 2024) и последующих работ
О выпуске кода для "TimesNet: Temporal 2D-Variation Modeling for General Time Series Analysis" (ICLR 2023), https://openreview.net/pdf?id=ju_Uqw384Oq
Простая в использовании библиотека .NET для манипулирования данными и временными рядами, а также для научных вычислений
Введение в математическое моделирование: самое полное руководство по моделям и алгоритмам математического моделирования во всей сети, которое откроет вам двери в мир математического моделирования!
Практический разведочный анализ данных с Python, издательство Packt
Библиотека Python для анализа данных временных рядов, включая снижение размерности, кластеризацию и оценку модели Маркова
Лучший репозиторий, показывающий, почему трансформеры могут быть не ответом для прогнозирования временных рядов, и демонстрирующий лучшие SOTA-модели, не основанные на трансформерах.
Анализ использования костюма SMA (черный ящик) на публичных рынках акций для получения в режиме реального времени информации о распределении богатства и прямом влиянии на фондовый рынок. Призыв к прозрачности и общественному обсуждению.
Часто задаваемые вопросы
Какой репозиторий по теме #time-series-analysis наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #time-series-analysis на GitHub — pathwaycom/pathway, набравший 61,976 звёзд. Python ETL framework для потоковой обработки, анализа в реальном времени, LLM-пайплайнов и RAG.
Какие языки программирования чаще всего используются в репозиториях по теме #time-series-analysis?
Среди наиболее высоко оценённых проектов по теме #time-series-analysis на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, JavaScript, R.
Как рассчитывается рейтинг репозиториев по теме #time-series-analysis?
Мы отслеживаем 85 активных репозиториев с открытым исходным кодом, отмеченных тегом #time-series-analysis (500 и более звёзд), с общим числом 245,037 звёзд и в среднем 2,882 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.