Project Icon

kshape-python

高效精准的时间序列聚类算法

kshape-python是一种用于单变量和多变量时间序列聚类的高效无监督算法。该方法在ACM SIGMOD 2015会议上获得最佳论文奖,已在多个科学领域和知名企业中广泛应用。kshape-python在准确性和效率方面表现出色,在包含100多个数据集的基准测试中名列前茅。该项目提供CPU和GPU版本实现,可处理大规模时间序列数据。项目提供详细的安装说明、使用示例和基准测试结果,支持单变量和多变量时间序列数据,可在CPU或GPU上运行。该方法在UCR和UAE两个established benchmarks上进行了评估,展示了其在不同数据集上的性能。

OpenShape_code - 革新3D形状表示方法 实现开放世界理解
3D形状表示GithubOpenShape多模态检索开放世界理解开源项目零样本分类
该项目开发了新型3D形状表示方法,通过大规模训练实现开放世界理解。这一技术在零样本3D形状分类、检索和语义理解任务中表现优异,支持多模态交互并能进行点云描述和图像生成。提供的在线演示、预训练模型和训练代码为3D视觉研究与应用拓展了新方向。
AutoTS - 自动化时间序列预测工具
AutoTSGithubPython包开源项目数据分析时间序列预测自动机器学习
AutoTS是一个Python时间序列预测工具,专注于快速部署高精度预测模型。该工具在2023年M6预测竞赛中表现出色,支持多种预测模型和数据转换方法。AutoTS能够处理多变量输出和概率预测,通过自动机器学习寻找最佳模型组合。它适用于大规模数据集,提供横向和马赛克风格的集成方法,以及丰富的指标、交叉验证和数据处理功能。
pyoats - 灵活强大的时间序列异常检测Python库
GithubOATS开源项目异常检测时间序列机器学习
pyoats是一个专注于时间序列异常检测的开源Python库。它整合了多种先进检测算法,支持单变量和多变量时间序列分析,并提供统一的输出接口。该项目不仅集成了PyTorch、TensorFlow等深度学习框架,还包含传统统计方法。pyoats旨在简化异常检测实验流程,为数据科学家和工程师提供了一个功能丰富、使用灵活的工具。
moment - 时间序列分析基础模型 多任务多领域应用
GithubMOMENT基础模型多任务开源项目时间序列预训练
MOMENT是一个开源的时间序列分析基础模型家族,为多任务、多数据集和多领域应用而设计。该模型在大规模时间序列数据上预训练,可处理预测、分类、异常检测和插补等任务。MOMENT能捕捉时间序列的内在特征,学习有意义的数据表示,在少量标记数据的情况下也表现出色。项目提供预训练模型、教程和研究代码,为时间序列分析提供了实用工具。
InceptionTime - 先进的时间序列分类深度学习模型
GithubInceptionTimeInception模块UCR/UEA数据集开源项目时间序列分类深度学习
InceptionTime是一个基于Inception模块架构的时间序列分类深度学习模型。该项目在85个UCR/UEA数据集上展现出优秀的分类性能,并提供了完整的模型实现代码、实验复现指南和详细结果。研究显示,InceptionTime在分类准确率和训练效率方面都具有显著优势,为时间序列分类研究提供了有力的基准。
real-time-data-pipelines-in-python - Python实时数据管道构建实例,加密货币交易应用
Apache KafkaGithubPythonQuix Streams加密货币交易实时特征管道开源项目
本项目展示如何使用Python和Apache Kafka构建生产级实时特征管道。以加密货币交易为例,介绍从Kraken Websocket API获取原始数据、转换为机器学习模型特征,并存储至特征库的完整流程。项目基于Quix Streams 2.0库实现,提供可扩展的解决方案。同时包含Streamlit仪表板,实时可视化特征数据。此实例为数据科学家和机器学习工程师提供了实时系统构建参考。
AlphaPy - 多功能机器学习框架 整合市场分析与体育预测
AlphaPyGithub开源项目数据科学机器学习金融分析预测模型
AlphaPy是一个基于Python的综合机器学习框架,集成了scikit-learn、Keras和XGBoost等多种先进模型。它不仅提供集成模型生成功能,还包含MarketFlow和SportFlow等专用工具,用于市场分析和体育赛事预测。此外,AlphaPy支持交易系统开发和投资组合分析,为数据科学家和金融分析师提供了全面的解决方案。
PyPOTS - 部分观测时间序列机器学习的开源Python工具箱
GithubPyPOTS开源工具开源项目时间序列机器学习缺失值
PyPOTS是一个专注于部分观测时间序列(POTS)机器学习的Python工具箱。它集成了经典和前沿算法,支持数据插补、分类、聚类、预测和异常检测等任务。该工具箱提供统一API、详细文档和交互示例,简化POTS数据处理流程。PyPOTS支持多种神经网络模型,并具备超参数优化功能,为时间序列分析提供综合解决方案。
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。
py-shiny - 高效构建交互式Web应用的Python框架
GithubPythonShinyWeb应用交互式可视化反应式编程开源项目
Shiny for Python是一款面向数据科学家和开发者的Web应用开发框架。它支持快速构建交互式可视化和原型应用,同时具备扩展性以满足大型应用需求。该框架采用响应式编程,支持模块化开发,并提供多种免费托管选项。Shiny for Python结合了高效开发和灵活扩展,适用于各类数据驱动的Web应用开发。
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

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

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