Project Icon

PyPOTS

部分观测时间序列机器学习的开源Python工具箱

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。

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。
TSDB - 高效便捷的时间序列数据集加载库
GithubPyPOTSTSDB开源工具开源项目数据挖掘时间序列数据集
TSDB是一个时间序列数据集加载库,支持172个公开数据集的一键加载。该工具简化了研究人员和工程师的数据获取流程,使他们能专注于数据处理。TSDB具备数据下载、加载和缓存管理功能,并支持缓存目录迁移。作为PyPOTS工具箱的组成部分,TSDB为时间序列数据挖掘提供了基础支持。
HyperTS - 全面的时间序列分析工具包 支持多任务和多模式分析
GithubHyperTS开源项目异常检测时间序列分析自动机器学习预测
HyperTS是一款全面的时间序列分析工具包,集成了统计模型、深度学习和神经架构搜索。它支持预测、分类、回归和异常检测等多种任务,适用于复杂的时间序列分析场景。该工具包提供多变量和协变量支持,概率区间预测,以及丰富的预处理、评估指标和搜索策略。HyperTS简单易用,为时间序列分析提供了端到端的自动化解决方案。
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。
tpot - 基于遗传算法的自动机器学习管道优化工具
GithubTPOT开源项目机器学习管道优化自动化遗传算法
TPOT是一个开源的自动机器学习工具,基于Python开发。它采用遗传算法来优化机器学习管道,能够自动探索大量可能的管道组合,为给定数据集找到最佳模型。TPOT构建于scikit-learn之上,可生成易读易修改的Python代码。该工具支持分类和回归任务,适用于多种数据科学场景,能够有效减少数据科学家在模型选择和参数调优上的时间投入。
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。
SAITS - 基于自注意力机制的时间序列插补新方法
GithubPyPOTSSAITS开源项目时间序列插补深度学习自注意力机制
SAITS是一种基于纯自注意力机制的时间序列插补方法,无需递归设计。该方法克服了RNN模型的速度慢、内存限制和误差累积等缺点,在多个数据集上优于现有方法。SAITS采用联合优化训练,模型结构简洁高效,仅需Transformer 15-30%的参数即可获得可比性能。在平均绝对误差上,SAITS比BRITS提高12-38%,比NRTSI提高7-39%,同时训练速度提升2-2.6倍。该方法为时间序列插补研究提供了新的思路。
sktime - 多功能时间序列分析和预测库
GithubPython库sktime开源项目时间序列分析机器学习统一接口
sktime是一个开源的Python时间序列分析库,为多种时间序列学习任务提供统一接口。它支持时间序列分类、回归、聚类、标注和预测等功能,并提供专门的时间序列算法和兼容scikit-learn的工具。sktime还整合了多个相关库的接口,便于用户在不同时间序列任务间迁移算法。
tsod - 开源时间序列异常检测Python库
GithubPython库tsod传感器数据开源软件开源项目时间序列异常检测
tsod是一个开源的时间序列异常检测Python库,专注于水领域应用。它提供简洁统一的API,集成多种算法从基础规则到高级神经网络,能高效识别传感器数据中的异常和缺失。该工具部署便捷,适用于实时决策和数值模拟的数据预处理。tsod面向DHI用户和水领域,提供可靠的异常检测方案,并鼓励社区参与开发。
pytorch-ts - 概率时间序列预测开源框架
GithubPyTorchPyTorchTS开源项目时间序列预测概率模型深度学习
PyTorchTS是一个基于PyTorch的开源时间序列预测框架,利用GluonTS作为后端API。它提供先进的概率模型,支持数据处理和回测。该框架适用于单变量和多变量时间序列预测,安装简便,易于使用。PyTorchTS为数据科学家和研究人员提供了高效的时间序列分析工具。
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