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。

TS-TCC - 创新的时间序列无监督表示学习方法
GithubIJCAI对比学习开源项目时间序列自监督学习表示学习
TS-TCC是一种无监督时间序列表示学习框架,利用时间和上下文对比从未标记数据中学习表示。该方法在多个真实数据集上表现优异,适用于少量标记数据和迁移学习场景。TS-TCC还扩展到半监督设置(CA-TCC),相关研究发表于IEEE TPAMI。这一方法为时间序列分析提供了有效的表示学习工具,推动了该领域的发展。
TagAnomaly - 多时间序列异常检测数据标注与可视化工具
GithubShiny框架开源项目异常检测数据可视化时间序列标记工具
TagAnomaly是一款开源的多时间序列异常检测数据标注工具。它提供直观的可视化界面,支持用户在时间序列上选择和检查异常点,比较不同类别的时间序列,并利用Twitter异常检测算法提供参考。该工具还支持观察类别间分布变化,有助于创建高质量的异常检测模型训练数据集。TagAnomaly适用于需要处理多类别时间序列数据的数据科学和分析项目。
awesome-python - 精选Python库和框架的全面资源集合
GitHubGithubPython代码质量开源库开源项目编程工具
这个项目汇集了精心挑选的Python库和框架,涵盖代码质量、加密货币、数据处理、机器学习和自然语言处理等多个领域。提供最新创建的仓库、分类优质工具和交互式网站,适合各层级的Python开发者探索和使用。项目定期更新,确保资源的时效性和实用性。
celerite - 快速可扩展的1D高斯过程建模库
Githubcelerite天文学开源项目时间序列分析高斯过程
celerite是一个开源的1D高斯过程建模库,支持C++和Python语言实现。它采用快速算法,特别适用于天文时间序列数据分析。尽管已被celerite2取代,但仍进行基本维护。celerite能显著提升大规模数据集的高斯过程建模效率,为天文学等领域研究提供有力工具。该项目的相关论文已发表,为其提供了学术支持。
PaddleTS - 基于飞桨的开源时序分析库 提供全面深度学习模型
GithubPaddlePaddlePaddleTSPython库开源项目时序建模深度学习
PaddleTS是基于飞桨框架的时序建模库,专注深度学习模型。它提供统一数据结构和基础功能封装,内置多种先进模型和数据转换工具。支持自动调优、第三方集成、GPU加速和集成学习。涵盖预测、表征、异常检测等任务,为时序分析提供全面解决方案。
dask - 开源灵活的并行计算库 助力大规模数据分析
DaskGithubPython库并行计算开源开源项目数据分析
Dask是一个开源的灵活并行计算库,专为大规模数据分析设计。它支持多种数据结构和算法,与NumPy、Pandas等Python数据科学工具无缝集成。Dask提供高效的并行计算能力,能处理超出单机内存的大型数据集,适用于数据科学、机器学习等领域。活跃的社区支持进一步增强了其在数据分析中的应用价值。
stumpy - 高效计算时间序列矩阵剖面的Python库
GithubPython库STUMPY开源项目数据挖掘时间序列矩阵分析
STUMPY是一个高效的Python库,用于计算时间序列矩阵剖面。支持多维数据分析、分布式计算和GPU加速,适用于模式发现、异常检测等多种数据挖掘任务。其简单易用的特性使研究人员和开发者能够快速分析复杂的时间序列数据。
featuretools - Python自动特征工程库 加速机器学习建模
Deep Feature SynthesisFeaturetoolsGithubPython库开源项目机器学习自动特征工程
Featuretools是一个强大的Python自动特征工程库。它可从多表数据集自动生成特征,显著简化了机器学习中的特征创建过程。该库提供深度特征合成等核心功能,能快速生成特征矩阵。Featuretools支持自定义原语,扩展性良好。在处理复杂关系数据的各类机器学习任务中,Featuretools表现突出。
timeshap - 针对循环模型的时序数据解释框架
GithubShapley值TimeSHAP序列扰动开源项目模型解释递归模型
TimeSHAP是一个基于KernelSHAP的模型无关解释框架,专门用于分析时序数据和循环模型。它提供事件、特征和单元级别的归因计算,并通过Shapley值剪枝算法识别关键决策事件。TimeSHAP支持多种解释方法,包括局部和全局层面的分析,可应用于符合特定接口的各类机器学习模型,如PyTorch和TensorFlow实现的模型。
dlib - 现代C++机器学习工具包,实现高效复杂软件开发
C++GithubPython APIdlib开源项目机器学习编译
dlib是一个功能丰富的C++工具库,专注于机器学习解决方案,支持快速编译和高效运算。提供完整的Python集成和标准Boost许可,适用于各类项目。
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