time-series-anomaly-detection

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。

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

用于时间序列机器学习与深度学习的工具包

[TPAMI 2024] 用于时间序列分析的 GNN 精选资源 (GNN4TS)

MOMENT：一系列开放的时间序列基础模型，ICML'24

基于 PaddlePaddle 的易用深度时间序列建模工具，包含 TSDataset、分析、转换、模型、AutoTS 与集成等完整功能模块，支持时间序列预测、表征学习与异常检测等多元任务，并可快速追踪 SOTA 深度模型