time-series

Die Reporting Engine für Django. Erstellen Sie Dashboards sowie eigenständige Berichte und Diagramme.

TimeCopilot: Der GenAI-Prognose-Agent. Basierend auf LLMs und Zeitreihen-Grundlagenmodellen ermöglicht er Prognosen, Kreuzvalidierungen und Anomalieerkennung über mehrere Modelle hinweg mittels einer einzigen API. Von Finanzen und Energie bis hin zu Web-Analysen wandelt TimeCopilot natürlichsprachliche Abfragen in produktionsreife Prognosen um.

Repository zum Papier „A Systematic Evaluation of Deep Anomaly Detection Methods for Time Series“.

Python-Implementierung von soft-DTW.

DEPRECATED, jetzt in sktime enthalten – Begleitpaket für Deep Learning auf Basis von TensorFlow.

Modeltime integriert Zeitreihenprognosemodelle und maschinelles Lernen in einem Framework.

Zeitreihenanalyse für Rust mit Bindings für Python und JavaScript

Code-Release für Non-stationary Transformers: Exploring the Stationarity in Time Series Forecasting (NeurIPS 2022), https://arxiv.org/abs/2205.14415

Eine kuratierte Sammlung öffentlicher Industriedatensätze.

Large Language & Foundation Models für Zeitreihen.

Implementierungen, Pre-Training-Code und Datensätze für Large Time-Series Models.

Ein umfassender Überblick über Zeitreihen-Domänen.

Dieses Repository enthält eine Leseliste mit wissenschaftlichen Arbeiten zur Zeitreihensegmentierung. Das Repository wird kontinuierlich erweitert.

Ein benutzerfreundliches Python-Paket für die Zeitreihenanalyse von Kepler- und TESS-Daten.

Selbstüberwachtes kontrastives Lernen für Zeitreihen mittels Zeit-Frequenz-Konsistenz

Tutorials zur Ökonometrie mit Python. Dies ist ein Crashkurs zur Wiederholung der wichtigsten Konzepte und Techniken der grundlegenden Ökonometrie; die Theorien werden leicht verständlich ohne komplexe Herleitungen präsentiert und der Python-Code ist direkt.

Ein Python-Paket zur Systemidentifikation mittels NARMAX-Modellen

SiriDB ist eine hochskalierbare, robuste und extrem schnelle Zeitreihendatenbank. SiriDB wurde von Grund auf neu entwickelt und nutzt einen einzigartigen Mechanismus, um ohne globalen Index zu arbeiten, wodurch Serverressourcen im laufenden Betrieb hinzugefügt werden können. Die Abfragesprache von SiriDB ermöglicht die dynamische Gruppierung von Zeitreihen für eine einfache Analyse großer Datenmengen.

Die offizielle PyTorch-Implementierung des Papers 'SAITS: Self-Attention-based Imputation for Time Series'. Ein schnelles SOTA-Deep-Learning-Modell zur effizienten Imputation unvollständiger Zeitreihendaten.