timeseries

Triển khai mô hình Transformer (gốc từ Attention is All You Need) được áp dụng cho Chuỗi thời gian.

tfts: Các mô hình học sâu chuỗi thời gian trong TensorFlow

Bộ sưu tập các phương pháp phát hiện bất thường (dựa trên iid/điểm, đồ thị và chuỗi thời gian), bao gồm học chủ động để phát hiện/khám phá bất thường, khai thác quy tắc Bayesian, mô tả cho sự đa dạng/giải thích/khả năng diễn giải. Phân tích việc kết hợp phản hồi nhãn với các bộ phát hiện dựa trên cây và ensemble. Bao gồm các cuộc tấn công đối nghịch với Graph Convolutional Network.

📈 InfluxDB Client cho Node.js và trình duyệt

Triển khai máy chủ Graphite/Carbon bằng Golang với kiến trúc cổ điển: Agent -> Cache -> Persister.

Mô-đun Chart.js để lập biểu đồ chứng khoán tài chính

Client Python cho InfluxDB 2.0

Dự báo phân cấp xác suất với các phương pháp thống kê và kinh tế lượng.

Thư viện C++ header-only dùng để lấy mẫu lại âm thanh chuyên nghiệp chất lượng cao. Tốc độ rất nhanh, dùng cho cả việc lấy mẫu lại âm thanh và nội suy chuỗi thời gian.

Ví dụ về dự báo chuỗi thời gian đa biến bằng mạng thần kinh tái phát LSTM trong Python với Keras.

Quy trình làm việc dữ liệu trực quan

Mã nguồn đơn giản và linh hoạt cho các kiến trúc Reservoir Computing như Echo State Networks.

Phân tích chuỗi thời gian trong tidyverse

Kho lưu trữ dữ liệu nhanh cho dữ liệu chuỗi thời gian Pandas.

Kho lưu trữ của bài báo "A Systematic Evaluation of Deep Anomaly Detection Methods for Time Series".

Phát hiện bất thường theo thời gian thực cho các chỉ số chuỗi thời gian. 11 năm phát triển trong môi trường sản xuất. Kết hợp nhiều thuật toán. Nhận dạng mẫu sử dụng học máy bán giám sát và không giám sát. Phân tích tương quan. Tự học và cải thiện theo thời gian. Không yêu cầu GPU, có thể chạy trên VPS.

Modeltime mở khóa các mô hình dự báo chuỗi thời gian và học máy trong một khung làm việc duy nhất

Vẽ biểu đồ trong terminal sử dụng các dấu chấm braille.

Một gói thân thiện để phân tích chuỗi thời gian Kepler & TESS trong Python.

SiriDB là cơ sở dữ liệu chuỗi thời gian có khả năng mở rộng cao, mạnh mẽ và cực nhanh. Được xây dựng từ đầu, SiriDB sử dụng cơ chế độc đáo để vận hành mà không cần chỉ mục toàn cục và cho phép thêm tài nguyên máy chủ ngay lập tức. Ngôn ngữ truy vấn độc đáo của SiriDB bao gồm tính năng nhóm chuỗi thời gian động để dễ dàng phân tích lượng lớn dữ liệu chuỗi thời gian.