#time-series 仓库
探索 143 个标记为 #time-series 的活跃开源 GitHub 仓库,它们累计获得 584,542 个 Star(平均每个项目 4,087 个)。该主题的领先项目是 redis/redis,拥有 77,583 个 Star。
共 143 个仓库
一个用于表格、时间序列、图、文本、图像和音频数据异常检测的 Python 库。包含 60 多个检测器、基于基准测试的 ADEngine 编排,以及用于 AI 代理的智能体工作流。
时间序列 Timeseries 深度学习 机器学习 Python Pytorch fastai | Pytorch / fastai 中用于时间序列和序列的先进深度学习库
TimeGPT-2.1:可用于生产环境的预训练时间序列基础模型,支持预测和异常检测。一个用于时间序列的生成式预训练变换器,使用超过 1000 亿个数据点进行训练。只需几行代码,即可准确预测零售、电力、金融和物联网等多个领域的数据 🚀。
使用 PyTorch 进行机器学习和深度学习解决现实世界问题的 Jupyter Notebook 教程。主题:使用 Detectron 2 进行人脸检测,使用 LSTM Autoencoders 进行时间序列异常检测,使用 YOLO v5 进行对象检测,构建您的第一个 Neural Network,针对冠状病毒每日病例的时间序列预测,使用 BER 进行情感分析
关于“Autoformer: Decomposition Transformers with Auto-Correlation for Long-Term Series Forecasting” (NeurIPS 2021) 的代码发布,https://arxiv.org/abs/2106.13008
一个针对部分观测时序数据的现实中心机器/深度学习及数据挖掘的Python工具包/库,包含50+种SOTA神经网络模型,用于不完整工业不规则采样多变量时序(含NaN缺失值)的科学分析任务(插补、分类、聚类、预测、异常检测、清洗)
常见问题解答
GitHub 上最受欢迎的 #time-series 仓库是什么?
GitHub 上排名第一的开源 #time-series 项目是 redis/redis,拥有 77,583 个 Star。对于构建实时数据驱动应用的开发者来说,Redis 是首选、最快的、功能最丰富的缓存、数据结构服务器,以及文档和向量查询引擎。
#time-series 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #time-series 项目中,最常见的编程语言是 Python, Jupyter Notebook, Go, C。
#time-series 仓库的排名是如何计算的?
我们跟踪了 143 个标记为 #time-series 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 584,542 个 Star,平均每个仓库拥有 4,087 个 Star。排名每日根据 GitHub API 更新。