time-series

Django के लिए रिपोर्टिंग इंजन। डैशबोर्ड और स्टैंडअलोन रिपोर्ट और चार्ट बनाएं।

TimeCopilot: GenAI फ़ोरकास्टिंग एजेंट। LLMs और टाइम सीरीज़ फ़ाउंडेशन मॉडल पर निर्मित, यह आपको एक ही API के माध्यम से कई फ़ाउंडेशन मॉडल का उपयोग करके पूर्वानुमान लगाने, क्रॉस-वैलिडेट करने और विसंगतियों का पता लगाने की अनुमति देता है। वित्त और ऊर्जा से लेकर वेब एनालिटिक्स तक, TimeCopilot प्राकृतिक भाषा की क्वेरी को प्रोडक्शन-रेडी पूर्वानुमानों में बदल देता है।

"A Systematic Evaluation of Deep Anomaly Detection Methods for Time Series" पेपर का रिपॉजिटरी।

soft-DTW का Python कार्यान्वयन।

अस्वीकृत (DEPRECATED), अब sktime में शामिल - TensorFlow पर आधारित डीप लर्निंग के लिए साथी पैकेज

Modeltime एक फ्रेमवर्क में समय श्रृंखला पूर्वानुमान मॉडल और मशीन लर्निंग को अनलॉक करता है

Rust के लिए टाइम सीरीज़ विश्लेषण, जिसमें Python और Javascript के लिए बाइंडिंग शामिल है

सार्वजनिक औद्योगिक डेटासेट का एक क्यूरेटेड संग्रह

"Non-stationary Transformers: Exploring the Stationarity in Time Series Forecasting" (NeurIPS 2022) के लिए कोड रिलीज़, https://arxiv.org/abs/2205.14415

टाइम सीरीज के लिए लार्ज लैंग्वेज और फाउंडेशन मॉडल्स।

लार्ज टाइम-सीरीज मॉडल के कार्यान्वयन, प्री-ट्रेनिंग कोड और डेटासेट

टाइम सीरीज़ डोमेन पर एक व्यापक सर्वेक्षण

यह रिपॉजिटरी टाइम सीरीज़ सेगमेंटेशन पर शोध पत्रों की एक रीडिंग लिस्ट है। इसमें लगातार सुधार किया जा रहा है।

Python में Kepler और TESS टाइम सीरीज़ विश्लेषण के लिए एक फ्रेंडली पैकेज।

टाइम-फ्रीक्वेंसी कंसिस्टेंसी के माध्यम से टाइम सीरीज के लिए सेल्फ-सुपरवाइज्ड कंट्रास्टिव लर्निंग।

NARMAX मॉडल का उपयोग करके सिस्टम आइडेंटिफिकेशन के लिए एक Python पैकेज

Python प्रोग्रामिंग वाले इकोनोमेट्रिक्स ट्यूटोरियल। यह बुनियादी इकोनोमेट्रिक्स की सबसे महत्वपूर्ण अवधारणाओं और तकनीकों की समीक्षा के लिए एक क्रैश कोर्स है, सिद्धांतों को बिना किसी परेशानी के प्रस्तुत किया जाता है और Python कोड सीधे हैं।

SiriDB एक अत्यधिक स्केलेबल, मजबूत और सुपर फास्ट टाइम सीरीज डेटाबेस है। इसे शुरू से बनाया गया है, SiriDB बिना ग्लोबल इंडेक्स के काम करने के लिए एक अनूठा तंत्र उपयोग करता है और सर्वर संसाधनों को तुरंत जोड़ने की अनुमति देता है। SiriDB की अनूठी क्वेरी भाषा में बड़ी मात्रा में टाइम सीरीज के आसान विश्लेषण के लिए डायनेमिक ग्रुपिंग शामिल है।

"SAITS: Self-Attention-based Imputation for Time Series" पेपर का आधिकारिक PyTorch कार्यान्वयन। कुशल टाइम-सीरीज़ इम्पुटेशन के लिए एक तेज़ और अत्याधुनिक (SOTA) डीप-लर्निंग न्यूरल नेटवर्क मॉडल (मशीन लर्निंग के साथ NaN गुम डेटा/मानों वाले बहुभिन्नरूपी अधूरे टाइम-सीरीज़ को इम्पुट करें)। https://arxiv.org/abs/2202.08516