timeseries

時系列データに適用されたTransformerモデル（原典は Attention is All You Need）の実装。

tfts: TensorFlow による時系列ディープラーニングモデル

異常検知・発見のためのアクティブラーニング、ベイズ規則マイニング、多様性/説明/解釈可能性のための記述を含む、異常検知手法（IID/ポイントベース、グラフ、時系列）のコレクション。アンサンブルおよびツリーベースの検知器へのラベルフィードバックの統合分析。Graph Convolutional Networkを用いた敵対的攻撃を含む。

📈 Node.js およびブラウザ向けの InfluxDB クライアント

クラシックなアーキテクチャ（Agent -> Cache -> Persister）を採用したGraphite/CarbonサーバーのGolang実装

金融証券のチャート作成用 Chart.js モジュール

InfluxDB 2.0 Pythonクライアント

統計および計量経済学的手法を用いた確率的階層予測 👑

高品質なプロ用オーディオのリサンプラー／サンプルレート変換ヘッダーオンリー C++ ライブラリ。音声リサンプリングと時系列補間の両方で非常に高速です。

Python と Keras を使用した、LSTM RNN による多変数時系列予測のサンプル。

直感的なデータワークフロー

エコー状態ネットワークなどのリザバー計算アーキテクチャのための、シンプルで柔軟なコード

tidyverse を使用した時系列分析

Pandas の時系列データ向けの高速データストア

論文「A Systematic Evaluation of Deep Anomaly Detection Methods for Time Series」のリポジトリ

時系列メトリクスのリアルタイム異常検知。11年にわたる本番環境での異常検知の進化。マルチアルゴリズムアンサンブル。半教師あり学習と教師なし学習を用いたパターン認識。相関分析。学習して時間の経過とともに精度が向上。GPU不要でVPS上で実行可能。

時系列予測モデルと機械学習を1つのフレームワークで統合する Modeltime

点字ドットを使用してターミナルにプロットを描画する

Python で Kepler および TESS の時系列解析を行うための使いやすいパッケージ。

SiriDB は、スケーラビリティが高く堅牢で超高速な時系列データベースです。ゼロから構築された SiriDB は、グローバルインデックスなしで動作する独自のメカニズムを採用しており、サーバーリソースを動的に追加できます。SiriDB 独自のクエリ言語には、大量の時系列データを容易に分析するための動的な時系列グルーピングが含まれています。