Project Icon

tsfel

多领域时间序列特征提取Python库

TSFEL是一个开源的Python库,专门用于时间序列特征提取。该库提供超过65种特征,覆盖统计、时间、频谱和分形等多个领域。TSFEL支持在线和离线使用,具有用户友好的界面和完整的文档。它注重计算效率,并提供复杂度评估功能。TSFEL的设计易于扩展,支持添加自定义特征。这个库适用于研究人员和数据科学家,能够简化时间序列特征提取的过程。

pandas-ta - Python金融技术分析库 提供130多种指标和实用工具
GithubPandas TAPython开源项目技术分析指标库数据处理
Pandas TA是一个基于Python的金融技术分析库,集成了130多种技术指标和60多种TA-Lib蜡烛图模式。该库提供常用指标如移动平均线、MACD、布林带等,并支持多进程计算以提高效率。它还包含示例代码,展示如何创建自定义策略。Pandas TA充分利用了Pandas库的优势,为金融数据分析提供了丰富的工具和灵活的功能。
mcfly - 简化时间序列深度学习的开源框架
GithubTensorflowmcfly回归分析开源项目时间序列分类深度学习
mcfly是一个开源的深度学习框架,专门用于时间序列分类和回归。它能直接处理原始数据,无需计算信号特征或专业领域知识,在加速度计数据的活动分类等任务中表现出色。该框架基于TensorFlow 2构建,支持Python 3.10和3.11,并提供可视化工具展示模型配置和性能。mcfly与传统机器学习技术相比具有竞争力,欢迎社区贡献。
sjvisualizer - Python时间序列数据可视化和动画库
GithubPython库sjvisualizer动画制作开源项目数据可视化时间序列数据
sjvisualizer是一个Python数据可视化和动画库,专注于时间序列数据。它支持创建条形图竞赛、饼图竞赛、动态折线图和堆叠面积图等动画图表。该库可从Excel文件读取数据,支持自定义颜色和布局,并允许混合使用不同图表类型。sjvisualizer能够生成动态数据展示,适合用于数据分析和可视化。
PyEMD - 全面高效的Python经验模态分解库
EMDGithubPyEMDPython库信号处理开源项目经验模态分解
PyEMD是一个功能全面的Python库,专注于实现经验模态分解(EMD)算法及其变体。该库支持多种EMD变种,如集合EMD(EEMD)和完整集合EMD(CEEMDAN),并提供多样化的配置选项。PyEMD支持多种样条函数、停止准则和极值插值方法,适用于信号处理和数据分析。此外,PyEMD还包含二维EMD和即时编译EMD等实验性功能,为研究提供了更多可能性。
neuralforecast - 先进的神经网络时间序列预测模型库
GithubNeuralForecast开源项目时间序列机器学习深度学习预测模型
NeuralForecast 提供 30 多种先进的神经网络模型,提升时间序列预测的准确性和效率。支持外生变量和静态协变量,并具备自动超参数优化和可解释性方法。通过 sklearn 语法 `.fit` 和 `.predict` 实现快速训练和预测,包含 NBEATSx 和 NHITS 等最新实现,并与 Ray 和 Optuna 集成,适用于多种应用场景。
ta - Python实现43种金融技术分析指标
GithubPython开源项目技术分析指标数据处理金融
TA是一个基于Pandas和Numpy的Python技术分析库,专门用于金融时间序列数据的特征工程。该库实现了43种技术指标,涵盖成交量、波动性、趋势和动量等方面,包括移动平均线、布林带、MACD等。TA为金融数据分析和量化交易策略开发提供了全面的工具支持。
UniTS - 统一时间序列模型实现多领域任务处理
GithubUniTS多任务学习开源项目时间序列模型迁移学习零样本学习
UniTS是一种统一的时间序列模型,可处理多领域的分类、预测、插补和异常检测任务。该模型使用共享参数方法,无需任务特定模块,在38个多领域数据集上表现优异。UniTS具有零样本、少样本和提示学习能力,能适应新的数据领域和任务。其创新的统一网络主干融合了序列和变量注意力机制以及动态线性运算符,为时间序列分析提供了灵活的解决方案。
tflearn - 深度学习库,简化TensorFlow高阶API的使用
GithubTFLearnTensorFlow开源项目深度学习神经网络高层API
TFLearn是一个模块化且透明的深度学习库,基于TensorFlow构建,提供高阶API以加速实验。特点包括易用的高阶API、快速原型设计、完全透明的TensorFlow集成、强大的训练辅助功能和精美的图形可视化。支持最新的深度学习模型,兼容TensorFlow v2.0及以上版本。
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。
fer - 面部表情识别与情绪检测的开源解决方案
FERGithubOpenCVPythonTensorflow开源项目情感识别
FER是一个功能强大的开源面部表情识别工具,支持Python 3.6及以上版本,依赖OpenCV和TensorFlow进行表情检测。该工具能识别视频中的面部表情,输出JSON格式数据,支持MTCNN和Haar Cascade分类器,使情绪检测更为精准。通过简单的编程接口,可以快速在本地或通过TF Serving云端运行表情识别,适用于多种应用场景。
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