#time-series Репозитории
Всего репозиториев: 143
[ICLR 2024] Официальная реализация "TimeMixer: Decomposable Multiscale Mixing for Time Series Forecasting"
Набор инструментов Python для получения геометрических представлений о многомерных данных
Справедливый и масштабируемый эталон и набор инструментов для прогнозирования временных рядов.
Репозиторий кода для сетей с жидкой постоянной времени (LTC)
[Номинация на Лучшую статью PVLDB 2024] TFB: На пути к всестороннему и справедливому тестированию методов прогнозирования временных рядов
Облачная собственная распределенная база данных временных рядов с открытым исходным кодом, отличающаяся высокой производительностью, высокой степенью сжатия и высокой доступностью.
Статистическая библиотека, предназначенная для заполнения пробела в возможностях анализа временных рядов Python, включая эквивалент функции auto.arima из R.
Удивительный искусственный интеллект, машинное обучение и глубокое обучение, как мы их изучаем. Заметки для изучения и кураторский список потрясающих ресурсов по таким темам.
Выявление причинно-следственных связей в Python. Обучение причинно-следственным связям из данных.
Генераторы синтетических данных для табличных данных и временных рядов
Единое обучение универсальных трансформеров для прогнозирования временных рядов
Lag-Llama: На пути к базовым моделям для вероятностного прогнозирования временных рядов
Сделать SLO с Prometheus управляемыми, доступными и простыми в использовании для всех!
Библиотека Python для прогнозирования временных рядов с использованием моделей, совместимых с scikit-learn, статистических методов и базовых моделей
Предоставьте обертку ``StockDataFrame`` на основе ``pandas.DataFrame`` с поддержкой встроенной статистики/индикаторов акций.
Carbon — один из компонентов Graphite, отвечающий за получение метрик по сети и запись их на диск с использованием хранилища данных.
Time Series Benchmark Suite, инструмент для сравнения и оценки баз данных для данных временных рядов
Общие метрики финансового риска и производительности. Используются zipline и pyfolio.
Вероятностная система прогнозирования временных рядов на базе PyTorch с использованием бэкенда GluonTS
ArcadeDB Multi-Model Database, одна СУБД, поддерживающая SQL, Cypher, Gremlin, HTTP/JSON, MongoDB и Redis. ArcadeDB является концептуальным форком OrientDB, первой многомодельной СУБД. ArcadeDB поддерживает векторные вложения (Vector Embeddings).
Whisper — это формат базы данных временных рядов на основе файлов для Graphite.
Машинное обучение временных рядов в масштабе. Создано с использованием Polars для легко параллелизуемой экстракции признаков и прогнозов на панельных данных.
Python-инструментарий для обнаружения аномалий на основе правил/без надзора во временных рядах
Фреймворк для использования LSTM для обнаружения аномалий в многомерных временных рядах. Включает данные об аномалиях космических аппаратов и эксперименты из миссий Mars Science Laboratory и SMAP.
Потрясающий список новейших работ и кода по временным рядам от ведущих площадок ИИ.
Легкая, полезная реализация конформного предсказания на реальных данных.
Резюме работ в области временных рядов на ведущих конференциях по информатике (NIPS, ICML, ICLR, KDD, AAAI, WWW, IJCAI, CIKM, ICDM, ICDE и др.)
Официальный код, наборы данных и контрольные точки для «Timer: Generative Pre-trained Transformers Are Large Time Series Models» (ICML 2024) и последующих работ
[ICLR 2025 Spotlight] Официальная реализация "Time-MoE: Billion-Scale Time Series Foundation Models with Mixture of Experts"
tfts: Модели глубокого обучения для временных рядов в TensorFlow
MOMENT: Семейство открытых базовых моделей для временных рядов, ICML'24
Сборник методов обнаружения аномалий (iid/на основе точек, граф и временные ряды), включая активное обучение для обнаружения/открытия аномалий, байесовское извлечение правил, описание для разнообразия/объяснения/интерпретируемости. Анализ интеграции обратной связи по меткам с детекторами на основе ансамблей и деревьев. Включает adversarial атаки с Graph Convolutional Network.