Startseite Projekte pyts
pyts

pyts

von johannfaouzi · GitHub

Ein Python-Paket zur Klassifizierung von Zeitreihen

Auf GitHub ansehen
In einfachen Worten

Klassifizieren Sie Zeitreihendaten einfach mit integrierten Tools und Algorithmen zur Transformation und Analyse Ihrer Daten.

⭐ Sterne
🍴 Forks
📜 Lizenz
Kommerzielle Nutzung erlaubt
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
pyts — GitHub preview card
📈 Sternhistorie
1.88k1.87k
2026-07-202026-07-29
📈 pyts verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Ein Python-Paket zur Klassifizierung von Zeitreihen

pyts hat 1.9k Sterne auf GitHub. Es wurde 179-mal geforkt. pyts ist hauptsächlich in Python geschrieben. Es wird seit 2017 aktiv entwickelt. pyts ist unter der BSD-3-Clause-Lizenz verfügbar. Die Hauptthemen sind: classification, machine-learning, python, time-series.

Frequently asked questions

Was ist pyts?

Ein Python-Paket zur Klassifizierung von Zeitreihen

Ist pyts Open Source?

pyts ist ein Open-Source-Projekt. Es wird unter der BSD-3-Clause-Lizenz veröffentlicht.

Ist pyts kostenlos?

Ja. pyts ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht pyts?

pyts ist unter der BSD-3-Clause-Lizenz verfügbar.

In welcher Sprache ist pyts geschrieben?

pyts ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — pyts

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=johannfaouzi-pyts)](https://opensourceai.tech/project/johannfaouzi-pyts.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.