timeseries

Un graphique petit et rapide pour les séries temporelles, lignes, zones, OHLC et barres.

Apache IoTDB

Bibliothèque de Deep Learning de pointe pour les séries temporelles et les séquences dans Pytorch / fastai.

Chronos : modèles pré-entraînés pour la prévision de séries temporelles

Modélisation probabiliste de séries temporelles en Python.

Prévision de séries temporelles avec PyTorch.

NeuralProphet : un package de prévision simple.

Extraire des données de surveillance internes à partir des logs d'application pour les collecter dans une base de données de séries temporelles.

Boîte à outils de manipulation de données ultra-rapide

Visualisations interactives de séries temporelles utilisant JavaScript et la balise HTML canvas.

La boîte à outils d'apprentissage automatique pour l'analyse de séries temporelles en Python.

Magasin de données haute performance pour les séries temporelles et les données de tick.

LinDB est une base de données de séries temporelles distribuée, évolutive, haute performance et haute disponibilité.

Une liste organisée de ressources (articles, code, données, etc.) sur les transformers appliqués aux séries temporelles.

GridDB est une base de données open source de nouvelle génération qui rend les séries temporelles IoT et le big data rapides et faciles.

Base de données de séries temporelles rapide et évolutive.

Une base de données de séries temporelles distribuée, open source et cloud-native, offrant des performances élevées, un taux de compression élevé et une haute disponibilité.

Entrepôt d'observabilité polyglotte open source : léger, rapide, cloud-native, alternative prête à l'emploi à Grafana LGTMP. Alternative tout-en-un sur site pour Opentelemetry, Loki, Prometheus, Tempo et Pyroscope.

Générateurs de données synthétiques pour données tabulaires et séries temporelles

Une liste professionnelle d'articles, de tutoriels et d'études sur l'IA pour les séries temporelles, issus des meilleures conférences et revues d'IA.

Lag-Llama : Vers des modèles de fondation pour la prévision probabiliste de séries temporelles

Application d'alertes et de rapports Kibana pour Elasticsearch.

Explorez de manière interactive des jeux de données non structurés à partir de vos dataframes.

Distances de séries temporelles : Dynamic Time Warping (implémentation DTW rapide en C).

Une liste professionnelle sur les grands modèles de langage (LLM) et les modèles de fondation (LM, FM) pour les séries temporelles, les données spatio-temporelles et les données d'événements.

Optimisation de portefeuille par apprentissage profond.

Performance Co-Pilot

Structure de données de séries temporelles pour Redis

Rendre les séries temporelles plus simples, plus rapides et plus ludiques avec Pytimetk.

Intégration de l'analyse financière dans le tidyverse