值得探索的AI开源项目：工具、网站与应用合集
ELKI: 强大的开源数据挖掘工具包
ELKI是一个用Java编写的开源数据挖掘软件,专注于聚类分析和异常检测等无监督学习算法的研究。它提供了高性能的索引结构和丰富的可扩展性,是数据挖掘研究和应用的理想工具。
skforecast: 强大的Python时间序列预测库
skforecast是一个基于机器学习模型的Python时间序列预测库,它能与scikit-learn API兼容的任何回归器一起使用,包括LightGBM、XGBoost、CatBoost等流行选项。本文将全面介绍skforecast的特性、使用方法和优势。
PyEMD: Python实现的经验模态分解方法
PyEMD是一个开源的Python库,实现了经验模态分解(EMD)及其变体方法,旨在为信号处理和时间序列分析提供强大而灵活的工具。
PyPOTS: 一个用于部分观测时间序列数据挖掘的Python工具箱
PyPOTS是一个开源的Python库,专门用于对多变量部分观测时间序列(即含有缺失值的不完整时间序列)进行数据挖掘和分析。它提供了多种算法,可用于缺失值填补、分类、聚类、预测和异常检测等任务。
TSFEL: 强大易用的时间序列特征提取Python库
TSFEL是一个直观且功能强大的Python库,用于从时间序列数据中提取特征。它提供了超过65种不同的特征提取算法,涵盖统计、时域、频域和分形等多个领域,可以帮助研究人员快速高效地进行时间序列数据的特征工程。
Cvxportfolio: 强大的投资组合优化与回测工具
Cvxportfolio是一个基于Python的开源库,专注于投资组合优化和回测。它实现了一系列先进的凸优化模型,能够帮助用户快速构建和评估复杂的投资策略。
时间序列分析与预测的综合资源:awesome-time-series
本文介绍了GitHub上著名的awesome-time-series项目,该项目汇集了时间序列分析与预测领域的各类资源,包括论文、代码、数据集等,是该领域研究者和实践者的宝贵参考。
plotly-resampler: 高效可视化大规模时间序列数据的强大工具
plotly-resampler是一个基于Plotly的Python库,旨在提高大规模时间序列数据的可视化效率和交互性。它通过动态聚合数据,使得用户可以流畅地可视化和探索包含数百万个数据点的时间序列。
Orion: 先进的机器学习库助力时间序列异常检测
Orion是一个专门用于无监督时间序列异常检测的开源机器学习库,由MIT数据人工智能实验室开发。它提供了多种经过验证的ML管道,可以识别时间序列数据中的罕见模式,为专家审查提供参考。
causal-learn: 解锁因果关系的利器
causal-learn是一个强大的Python因果发现工具包,集成了经典和最新的因果发现算法,为研究人员和数据科学家提供了探索复杂因果关系的有力武器。
TimeMixer: 分解式多尺度混合实现时间序列预测新突破
TimeMixer是一种基于全MLP架构的时间序列预测模型,通过分解多尺度时间序列并分别混合季节性和趋势成分,在长短期预测任务中都实现了最先进的性能,同时保持了良好的运行时效率。本文详细介绍了TimeMixer的核心思想、整体架构以及在多个基准数据集上的实验结果。
AutoTS: 强大的自动化时间序列 预测工具
AutoTS是一个为Python设计的时间序列包,旨在快速部署高精度的大规模预测。它在2023年的M6预测竞赛中取得胜利,在12个月的股市预测中提供了最高性能的投资决策。AutoTS集成了多种预测模型、数据预处理方法和集成学习技术,能够自动为给定数据集找到最佳的模型组合。
PyTorchTS: 基于PyTorch的概率时间序列预测框架
PyTorchTS是一个强大的时间序列预测工具,它结合了PyTorch的灵活性和GluonTS的功能,为数据科学 家和研究人员提供了先进的时间序列建模能力。
EGADS: 自动化大规模时间序列异常检测的Java库
EGADS是由雅虎开源的Java库,旨在自动检测大规模时间序列数据中的异常。它包含多种时间序列建模和异常检测技术,适用于多种场景,是一个功能强大且易于部署的异常检测解决方案。
HyperTools: 探索高维数据的几何洞察力
HyperTools是一个用于可视化和操作高维数据的Python工具包,旨在帮助研究人员和数据科学家从几何角度理解复杂数据集的结构和模式。
pmdarima: Python中强大的时间序列分析利器
pmdarima是一个专为Python设计的统计库,旨在填补Python时间序列分析能力的空白。它提供了与R语言中著名的auto.arima功能相当的功能,以及丰富的时间序列分析工具,使Python开发者能够更便捷地进行时间序列建模和预测。
PaddleX 3.0:开启AI低代码开发新纪元
PaddleX 3.0是基于飞桨深度学习框架的低代码开发工具,支持多种主流硬件,覆盖工业、金融等多个行业场景,助力开发者快速实现AI应用落地。
Mycodo: 开源环境监测与调节系统
Mycodo是一款功能强大的开源环境监测与调节系统,专为树莓派等单板计算机设计。它通过结合各种传感器和执行器,实现对环境的智能感知和精准控制。
Alibi Detect:一个强大的异常检测和漂移检测库
Alibi Detect是一个开源Python库,专注于异常检测、对抗性检测和分布漂移检测。它支持表格数据、文本、图像和时间序列的在 线和离线检测,是机器学习模型监控和可解释性的重要工具。
StatsForecast: 闪电般快速的统计和计量经济学预测工具
StatsForecast是一个强大的Python库,提供了快速、准确和可扩展的统计和计量经济学预测模型。它包含了广泛使用的单变量时间序列预测模型,如ARIMA、ETS、CES和Theta等,并针对高性能进行了优化。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号