timeseries

應用於時間序列的 Transformer 模型實作（源自 Attention is All You Need）。

tfts：TensorFlow 中的時間序列深度學習模型

異常檢測方法集合（IID/基於點、圖和時間序列），包含用於異常檢測/發現的主動學習、貝氏規則探勘、多樣性/解釋性/可解釋性描述。分析結合標籤回饋與整合及基於樹的檢測器。包含使用 Graph Convolutional Network 的對抗攻擊。

📈 用於 Node.js 與瀏覽器的 InfluxDB 客戶端

採用經典架構的 Graphite/Carbon 伺服器 Golang 實作：Agent -> Cache -> Persister

用於繪製金融證券圖表的 Chart.js 模組

InfluxDB 2.0 Python 用戶端

結合統計與計量經濟學方法的機率型階層預測 👑。

高品質專業音訊重取樣器 / 取樣率轉換表頭檔限定（header-only）C++ 庫。非常快速，適用於音訊重取樣與時間序列插值。

在 Python 中使用 Keras 搭配 LSTM 循環神經網路進行多重多元時間序列預測的範例。

直觀的資料工作流程

用於迴聲狀態網路等水庫運算架構的簡單且靈活的程式碼

在 `tidyverse` 中的時間序列分析

針對 Pandas 時間序列資料的快速資料儲存庫

論文「A Systematic Evaluation of Deep Anomaly Detection Methods for Time Series」的程式碼庫。

針對時間序列指標的即時異常偵測。具備 11 年的生產環境異常偵測演進經驗，採用多演算法整合、基於半監督與非監督式學習的模式識別，以及相關性分析。能隨時間學習並持續優化。無需 GPU，可在 VPS 上執行。

Modeltime 在單一框架中整合了時間序列預測模型與機器學習。

使用點字點陣在終端機繪圖

用於 Python 中 Kepler 與 TESS 時間序列分析的友善套件。

SiriDB 是一款高擴展性、強大且超快速的時間序列資料庫。SiriDB 從底層構建，使用獨特的機制在沒有全域索引的情況下運作，並允許即時新增伺服器資源。SiriDB 獨特的查詢語言包含時間序列的動態分組，便於對大量時間序列進行分析。