timeseries

Implementação do modelo Transformer (originalmente de Attention is All You Need) aplicado a séries temporais.

tfts: Modelos de Deep Learning para Séries Temporais em TensorFlow.

Uma coleção de métodos de detecção de anomalias (baseados em iid/ponto, grafos e séries temporais), incluindo aprendizado ativo para detecção/descoberta de anomalias, mineração de regras bayesianas, descrição para diversidade/explicação/interpretabilidade. Análise de incorporação de feedback de rótulos com detectores baseados em ensembles e árvores. Inclui ataques adversariais com Graph Convolutional Network.

📈 O cliente InfluxDB para Node.js e navegadores

Implementação em Golang de um servidor Graphite/Carbon com arquitetura clássica: Agent -> Cache -> Persister

Módulo Chart.js para gráficos de títulos financeiros

Cliente Python para o InfluxDB 2.0

Previsão hierárquica probabilística 👑 com métodos estatísticos e econométricos.

Exemplo de previsão de séries temporais multivariadas múltiplas com redes neurais recorrentes LSTM em Python com Keras.

Biblioteca C++ header-only de conversão de taxa de amostragem / reamostrador de áudio profissional de alta qualidade. Muito rápida, tanto para reamostragem de áudio quanto para interpolação de séries temporais.

Fluxos de trabalho de dados intuitivos

Um código simples e flexível para arquiteturas de computação de reservatório, como Echo State Networks.

Análise de séries temporais no tidyverse

Armazenamento de dados rápido para séries temporais do Pandas

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

Detecção de anomalias em tempo real para métricas de séries temporais. 11 anos de evolução em detecção de anomalias em produção. Conjuntos multi-algoritmo. Reconhecimento de padrões usando aprendizado semissupervisionado e não supervisionado. Análise de correlação. Aprende e melhora com o tempo. Não requer GPU, pode rodar em uma VPS.

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

Gere gráficos no terminal usando pontos braille.

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

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.