time-series

TimeCopilot: o agente de previsão de GenAI. Construído sobre LLMs e Modelos de Fundação de Séries Temporais, ele permite prever, validar de forma cruzada e detectar anomalias usando múltiplos modelos de fundação por meio de uma única API. De finanças e energia a web analytics, o TimeCopilot transforma consultas em linguagem natural em previsões prontas para produção.

O motor de relatórios para Django. Crie painéis e relatórios e gráficos independentes.

Repositório do artigo "A Systematic Evaluation of Deep Anomaly Detection Methods for Time Series".

Implementação em Python de soft-DTW.

OBSOLETO, agora em sktime - pacote complementar para aprendizado profundo baseado em TensorFlow

O Modeltime desbloqueia modelos de previsão de séries temporais e aprendizado de máquina em um único framework

Análise de séries temporais para Rust, com bindings para Python e JavaScript

Uma coleção selecionada de conjuntos de dados industriais públicos.

Código lançado para "Non-stationary Transformers: Exploring the Stationarity in Time Series Forecasting" (NeurIPS 2022), https://arxiv.org/abs/2205.14415

Modelos de linguagem de grande escala e modelos de fundação para séries temporais.

Implementações, código de pré-treinamento e conjuntos de dados de Large Time-Series Models

Um levantamento abrangente sobre domínios de séries temporais

Este repositório contém uma lista de leitura de artigos sobre Segmentação de Séries Temporais. Este repositório continua sendo aprimorado continuamente.

Um pacote amigável para análise de séries temporais do Kepler & TESS em Python.

Aprendizado contrastivo auto-supervisionado para séries temporais via consistência de tempo-frequência

Tutoriais de econometria com programação em Python. Este é um curso intensivo para revisar os conceitos e técnicas mais importantes da econometria básica; as teorias são apresentadas de forma leve, sem complicações de derivação, e os códigos em Python são diretos.

A Python Package For System Identification Using NARMAX Models

SiriDB é um banco de dados de séries temporais altamente escalável, robusto e super rápido. Construído do zero, o SiriDB usa um mecanismo exclusivo para operar sem um índice global e permite adicionar recursos de servidor dinamicamente. A linguagem de consulta exclusiva do SiriDB inclui agrupamento dinâmico de séries temporais para facilitar a análise em grandes volumes de dados de séries temporais.

A implementação oficial em PyTorch do artigo "SAITS: Self-Attention-based Imputation for Time Series". Um modelo de rede neural de aprendizado profundo rápido e de última geração (SOTA) para imputação eficiente de séries temporais (imputar séries temporais multivariadas incompletas contendo dados/valores ausentes NaN com machine learning). https://arxiv.org/abs/2202.08516