timeseries

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

Apache IoTDB

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 de séries temporais com PyTorch

NeuralProphet: um pacote simples para previsão.

Extrai dados de monitoramento interno de logs de aplicativos para coleta em um banco de dados de séries temporais.

Kit de ferramentas de manipulação de dados extremamente rápido

Visualizações interativas de séries temporais usando JavaScript e a tag canvas do HTML

Kit de ferramentas de aprendizado de máquina para análise de séries temporais em Python

Armazenamento de dados de alto desempenho para séries temporais e dados de tick.

LinDB é um banco de dados de séries temporais distribuído, escalável, de alto desempenho e alta disponibilidade.

Uma lista curada profissionalmente de recursos incríveis (artigos, código, dados, etc.) sobre transformers em séries temporais.

GridDB é um banco de dados open source de próxima geração que torna o IoT de séries temporais e big data rápidos e fáceis.

Banco de dados de séries temporais rápido e escalável

Um banco de dados de séries temporais distribuído, open source e cloud-native, com alto desempenho, alta taxa de compressão e alta disponibilidade.

O Observability Warehouse poliglota de código aberto: leve, rápido, nativo em nuvem, alternativa drop-in ao Grafana LGTMP. Alternativa on-premise tudo-em-um para Opentelemetry, Loki, Prometheus, Tempo e Pyroscope.

Geradores de dados sintéticos para dados tabulares e séries temporais

Uma lista profissional de artigos, tutoriais e pesquisas sobre IA para séries temporais em conferências e periódicos de IA de alto nível.

Lag-Llama: Rumo a modelos de fundação para previsão probabilística de séries temporais

Aplicativo de alerta e relatório do Kibana para Elasticsearch

Explore interativamente conjuntos de dados não estruturados a partir do seu dataframe.

Distâncias de séries temporais: Dynamic Time Warping (implementação rápida de DTW em C)

Uma lista profissional sobre Grandes Modelos de Linguagem e Modelos de Fundação (LLM, LM, FM) para Séries Temporais, Espaciotemporais e Dados de Eventos.

Otimização de portfólio com deep learning.

Performance Co-Pilot

Estrutura de dados de séries temporais para Redis

Séries temporais mais fáceis, rápidas e divertidas. Pytimetk.

Trazendo análise financeira para o tidyverse