Project Icon

catch22

精选时间序列特征提取库

catch22是一个包含22个时间序列特征的开源库,由C语言编写,支持Python、R、Matlab和Julia等多种编程语言。这些特征是从7000多个候选中精选而来,在93个实际时间序列分类问题中表现优异。catch22提供了跨平台的安装方法和使用接口,包括各语言的原生版本和C编译版本。该工具主要用于高效提取时间序列的动态特征,适用于多种研究和应用场景。

xts - R语言高性能时间序列数据处理扩展包
GithubR包xts开源项目数据处理时间序列金融数据
xts是R语言的时间序列扩展包,基于zoo类开发,提供高效的时间索引数据结构。它通过合理约束提升性能,保持简单灵活的使用体验。xts支持ISO-8601日期时间索引,具备强大的时间序列聚合和应用功能,广泛应用于金融分析等需要处理大量时间序列数据的领域。
BasicTS - 公平且标准的时间序列预测基准和工具包
BasicTSGithub基准测试工具包开源项目时间序列预测深度学习
BasicTS是一个开源的时间序列预测基准和工具包,支持空间-时间预测和长时间序列预测等任务。它提供统一标准的评估流程,实现对主流深度学习模型的公平对比。BasicTS还提供易用的接口,便于设计和评估新模型。该项目内置多个数据集和基线模型,支持多种计算设备,并有完善的日志系统。BasicTS致力于推动时间序列预测研究的发展。
SCAMP - 高效矩阵剖面计算框架
GPU加速GithubPython模块SCAMP开源项目时间序列分析矩阵剖面
作为开源项目,SCAMP在时间序列分析领域表现突出。该框架支持GPU和CPU计算,可处理大规模数据集并执行AB连接。SCAMP提供多种矩阵剖面类型,支持分布式运算,并通过Python模块、Docker容器和conda-forge实现简便集成。其优势还包括全面的测试覆盖、性能基准以及对实际数据中缺失值和平坦区域的有效处理。
tsmoothie - Python时间序列平滑和异常检测库
BootstrapGithubtsmoothie平滑处理开源项目异常检测时间序列
tsmoothie是一个Python库,专门用于时间序列平滑和异常检测。它提供多种平滑技术,包括指数平滑、卷积平滑和谱平滑等,能高效处理单个或多个时间序列。该库支持计算置信区间,便于识别异常值,并实现了滑动窗口平滑和时间序列bootstrap功能。tsmoothie适用于各类时间序列分析任务,是数据科学家和分析师的有力工具。
awesome-AI-for-time-series-papers - 时间序列分析领域的人工智能前沿研究与资源集锦
AIGithub开源项目数据挖掘时间序列机器学习深度学习
这是一个全面收录人工智能在时间序列分析(AI4TS)领域最新研究成果的资源库。项目汇集了顶级AI会议和期刊发表的论文、教程和综述,涉及时间序列、时空数据、事件数据等多个方面。资源库实时更新NeurIPS、ICML、KDD等重要会议的相关论文,为AI4TS领域的研究人员和工程师提供了丰富且及时的学术参考。
awesome-time-series-segmentation-papers - 时间序列分割技术论文精选与代码实现
Github变点检测开源项目数据挖掘时间序列分割机器学习语义分割
该项目汇集了时间序列分割领域的经典算法和最新研究成果,涵盖单变量、多变量和张量时间序列的分割方法。内容包括无监督语义分割、变点检测等技术,并提供相关代码实现和数据集链接。这一资源对时间序列处理和模式识别研究具有重要参考价值。
luminaire - 开源时间序列异常检测库
GithubLuminaire开源库开源项目异常检测时间序列机器学习
Luminaire是一个开源的Python库,专门用于时间序列数据的异常检测和预测。它集成了数据预处理、建模和配置优化功能,可自动处理各类时间序列数据。该库支持批处理和流式数据监控,能识别相关性和季节性模式,并适应数据随时间的变化。Luminaire设计简单易用,仅需少量配置即可实现高效的异常检测。
Time-Series-Works-Conferences - 全面的时间序列研究与预测资源集合
Github开源项目数据分析时间序列机器学习深度学习预测
这是一个汇集时间序列研究最新进展的资源库,整合了多领域的论文、代码和会议信息。项目涵盖多变量预测、概率预测、数据插补和异常检测等任务,提供详细的论文分类和方法总结。同时收录了相关数据集和开源代码,为时间序列研究提供全面的参考。
pyaf - Python开源库实现自动化时间序列预测
GithubPyAFPython开源项目时间序列预测机器学习自动化
PyAF是一个开源的Python自动预测库,基于NumPy、SciPy等流行数据科学模块构建。该库利用机器学习方法自动预测时间序列未来值,功能comparable于一些商业预测产品。它支持信号分解、外生数据和层次预测,提供简洁API和可定制建模过程。PyAF适用于Python 3.x,采用BSD 3-Clause许可证。PyAF可用于销售预测、股票走势分析、能源需求预测等多种时间序列预测任务。
mlforecast - 高性能可扩展的机器学习时间序列预测框架
GithubMLForecast分布式训练开源项目时间序列预测机器学习特征工程
mlforecast是一个基于机器学习模型的时间序列预测框架,具有高效的特征工程实现和良好的可扩展性。该框架支持pandas、polars、spark等多种数据格式,兼容sklearn API,能够处理海量数据。除了支持概率预测和外生变量,mlforecast还提供分布式训练功能,适用于大规模生产环境的时间序列预测任务。框架采用熟悉的fit和predict接口,便于快速上手和集成到现有项目中。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号