time-series-anomaly-detection

Una biblioteca de Python para la detección de anomalías en datos tabulares, de series temporales, de grafos, de texto, de imágenes y de audio. Más de 60 detectores, orquestación ADEngine respaldada por benchmarks y un flujo de trabajo agéntico para agentes de IA.

Tutoriales de Jupyter Notebook para resolver problemas del mundo real con Machine Learning y Deep Learning usando PyTorch. Temas: Detección de rostros con Detectron 2, detección de anomalías en series temporales con Autoencoders LSTM, detección de objetos con YOLO v5, construye tu primera red neuronal, pronóstico de series temporales para casos diarios de coronavirus, análisis de sentimientos con BER

Un kit de herramientas para aprendizaje automático y aprendizaje profundo de series temporales.

[TPAMI 2024] Recursos destacados sobre GNN para análisis de series temporales (GNN4TS).

MOMENT: Una familia de modelos base de código abierto para series temporales, ICML'24.

Modelado de series temporales profundas fácil de usar basado en PaddlePaddle, que incluye módulos de funcionalidad completos como TSDataset, Analysis, Transform, Models, AutoTS y Ensemble, etc., compatible con tareas versátiles como previsión de series temporales, aprendizaje de representación y detección de anomalías, etc., caracterizado por el seguimiento rápido de modelos profundos SOTA.