anomaly-detection

Cleanlab 的开源库是以数据为中心的 AI 标准套件，适用于处理混乱、真实世界的数据与标签

统一的时间序列机器学习框架

一个 Python 库，用于在表格、时间序列、图形、文字、图像与音频数据上进行异常检测。提供 60 多种检测器、基于基准测试的 ADEngine 编排，以及支持 AI 代理的工作流。

开源、低代码的 Python AutoML 平台。PyCaret 4.0：原生 sklearn 引擎 + React 控制平面

用于时间序列的用户友好预测与异常检测的 Python 库

异常检测相关的书籍、论文、视频与工具箱。2025 年末更新，涵盖 LLM 与 VLM 相关工作

异常检测库，包含先进算法与功能，如实验管理、超参数优化与边缘推理

STUMPY is a powerful and scalable Python library for modern time series analysis

TimeGPT-1：可投入生产的预训练时间序列基础模型，用于预测与异常检测。生成式预训练变压器在超过 100B 个数据点上训练，能准确预测零售、电力、金融与 IoT 等多个领域，只需几行代码 🚀

工业异常/瑕疵检测论文与数据集列表（持续更新）

针对时间序列数据的异常检测工具与数据集清单

用于 AI 驱动日志分析的系统日志数据集大合集 [ISSRE'23]

使用 PyTorch 通过机器学习与深度学习解决实际问题的 Jupyter Notebook 教程。主题包含：使用 Detectron 2 进行人脸检测、使用 LSTM Autoencoders 进行时间序列异常检测、使用 YOLO v5 进行对象检测、建立你的第一个神经网络、针对冠状病毒每日确诊数的时间序列预测、使用 BERT 进行情感分析

适用于 ailia SDK 的预训练最先进 AI 模型集合

用于时间序列预测、分类与异常侦测的深度学习 PyTorch 函数库（最初用于洪水预测）。

适用于 PHP 语言的高级机器学习与深度学习库。

一个用于现实中心机器/深度学习与数据挖掘的 Python 工具包/库，针对部分观测的时间序列，包含 50 多种 SOTA 神经网络模型，适用于不完整工业不规则采样多元时间序列（带有 NaN 缺失值）的科学分析任务（填补、分类、聚类、预测、异常检测、清理）。

用于日志解析的机器学习工具包 [ICSE'19, DSN'16]

基于图/Transformer 的欺诈、异常与离群值检测论文与资源精选列表

AIOps 学习资料汇总，欢迎一起补全这个仓库，欢迎 star

用于图表异常检测（Outlier Detection）的 Python 库

基于日志的异常检测机器学习工具包 [ISSRE'16]

非监督式时间序列异常检测库

适用于 Elasticsearch 的 Kibana 警报与报告应用程序。

异常检测与相关性库

用于时间序列中基于规则/无监督异常检测的 Python 工具包

使用 LSTM 来检测多变量时间序列数据中异常的框架。包含来自 Mars Science Laboratory 和 SMAP 任务的航天器异常数据与实验。

来自顶级 AI 会议的最新时间序列论文与代码精选列表。

广义分布外检测的性能评测

计算机科学顶级会议（NIPS、ICML、ICLR、KDD、AAAI、WWW、IJCAI、CIKM、ICDM、ICDE 等）的时间序列研究总结。