time-series

Para desenvolvedores que constroem aplicações orientadas a dados em tempo real, o Redis é o cache preferido, mais rápido e rico em recursos, servidor de estruturas de dados e mecanismo de consulta de documentos e vetores.

O sistema de monitoramento Prometheus e banco de dados de séries temporais.

Armazenamento de dados escalável para métricas, eventos e análises em tempo real

Banco de dados de séries temporais de alto desempenho e escalável, projetado para cenários de IoT Industrial (IIoT).

Um banco de dados de séries temporais para análise em tempo real de alto desempenho, empacotado como uma extensão Postgres

Agente para coletar, processar, agregar e gravar métricas, logs e outros dados arbitrários.

QuestDB é um banco de dados de séries temporais de alto desempenho e open-source.

O Nightingale está para monitoramento e alertas assim como o Grafana está para visualização.

Uma biblioteca para modelos avançados de Deep Time Series para análise geral de séries temporais.

ML rápido e preciso em 3 linhas de código

Um gráfico pequeno e rápido para séries temporais, linhas, áreas, ohlc e barras

Um framework unificado para aprendizado de máquina com séries temporais

Uma biblioteca Python para detecção de anomalias em dados tabulares, séries temporais, grafos, texto, imagem e áudio. Mais de 60 detectores, orquestração ADEngine baseada em benchmarks e um fluxo de trabalho agente para agentes de IA.

Uma biblioteca Python para previsão e detecção de anomalias em séries temporais de forma intuitiva.

Extração automática de características relevantes de séries temporais

O motor de backtesting que lhe dá uma vantagem injusta. Execute milhares de ideias de negociação antes que outros terminem uma.

Repositório do GitHub para o artigo "Informer" aceito na AAAI 2021.

Ferramenta de desenvolvimento tudo-em-um baseada em PaddlePaddle.

A ferramenta de visualização de séries temporais que você merece.

Um sistema de gráficos em tempo real altamente escalável

Deep Learning para séries temporais, Machine Learning, Python, Pytorch, fastai | Biblioteca de Deep Learning de última geração para séries temporais e sequências em Pytorch / fastai.

Chronos: Modelos pré-treinados para previsão de séries temporais.

Modelagem probabilística de séries temporais em Python.

Previsão extremamente rápida com modelos estatísticos e econométricos.

CrateDB é um banco de dados SQL distribuído e escalável para armazenar e analisar grandes volumes de dados em tempo quase real, mesmo com consultas complexas. É compatível com PostgreSQL e baseado em Lucene.

NeuralProphet: um pacote simples para previsão.

Algoritmos de previsão neural escaláveis e fáceis de usar.

TimeGPT-1: Modelo de fundação de séries temporais pré-treinado pronto para produção para previsão e detecção de anomalias. Transformer generativo pré-treinado para séries temporais treinado em mais de 100 bilhões de pontos de dados. É capaz de prever com precisão vários domínios, como varejo, eletricidade, finanças e IoT com apenas algumas linhas de código.

Banco de dados de documentos ACID

Geração de dados sintéticos para dados tabulares