time-series

環境監測與調節系統

本倉庫包含關於時間序列預測/預測（TSF）和時空預測/預測（STF）的閱讀清單，按模型類型分類

Python 時序分析機器學習工具包

針對時間序列資料的異常偵測工具與資料集清單

專業整理的時間序列 Transformer 相關優質資源（論文、程式碼、數據等）清單

使用深度學習進行時間序列預測的論文、程式碼與實驗列表

[ICLR 2024] "🦙 Time-LLM: Time Series Forecasting by Reprogramming Large Language Models" 的官方實現

適用於 Torch 與 TensorRT 的深度學習伺服器與 CLI

用於異常值、對抗樣本與飄移偵測的演算法

[AAAI-23 Oral] 論文「Are Transformers Effective for Time Series Forecasting?」的官方實作

使用 PyTorch 透過機器學習與深度學習解決實際問題的 Jupyter Notebook 教學。主題包含：使用 Detectron 2 進行人臉偵測、使用 LSTM Autoencoders 進行時間序列異常偵測、使用 YOLO v5 進行物件偵測、建立你的第一個類神經網路、針對冠狀病毒每日確診數的時間序列預測、使用 BERT 進行情感分析

關於「Autoformer: Decomposition Transformers with Auto-Correlation for Long-Term Series Forecasting」(NeurIPS 2021) 的程式碼釋出，https://arxiv.org/abs/2106.13008

GridDB 是一個次世代開源資料庫，能讓時間序列 IoT 與大數據處理變得快速又簡單。

用於處理、監控與警示時間序列資料的開源框架

用於時間序列預測、分類與異常偵測的深度學習 PyTorch 函式庫（最初用於洪水預測）。

一個採用物件導向設計並底層基於機率模型的 Python 貝氏預測套件。

一個用於現實中心機器/深度學習與資料探勘的 Python 工具包/函式庫，針對部分觀測的時間序列，包含 50 多種 SOTA 神經網路模型，適用於不完整工業不規則採樣多元時間序列（帶有 NaN 遺漏值）的科學分析任務（填補、分類、分群、預測、異常檢測、清理）。

Crane 是一個用於 Kubernetes 叢集的雲端資源分析與經濟學 FinOps 平台。其目標不僅是幫助使用者更輕鬆地管理雲端成本，同時也確保應用程式的品質。

[ICLR 2024] 「TimeMixer: Decomposable Multiscale Mixing for Time Series Forecasting」官方實作

用於深入了解高維度資料幾何特性的 Python 工具箱

用於時間序列分類的 Python 套件

液態時間常數網路 (LTCs) 程式碼儲存庫

公平且具擴展性的時間序列預測基準與工具包。

具備高效能、高壓縮比與高可用性的雲原生開源分散式時序資料庫。

[PVLDB 2024 最佳論文提名] TFB：邁向全面且公平的時間序列預測方法基準測試

一個旨在填補 Python 時間序列分析能力空白的統計函式庫，包含相當於 R 的 auto.arima 函數。

我們在學習過程中收集的人工智慧、機器學習與深度學習精選內容。包含學習筆記以及此類主題的優質資源列表。

Python 中的因果推斷。從資料中學習因果關係。

用於表格與時間序列資料的合成資料生成器

Lag-Llama：邁向機率時間序列預測的基礎模型