Accueil Projets tods
tods

tods

par datamllab · GitHub

TODS : Un système automatisé de détection des anomalies dans les séries temporelles

Voir sur GitHub
En termes simples

Détectez automatiquement des motifs inhabituels dans des données de séries temporelles avec un système d'apprentissage automatique complet.

⭐ Étoiles
🍴 Forks
📜 Licence
Utilisation commerciale autorisée
📅 Créé
🔄 Dernier commit
🏷️ Catégorie
💻 Langue
Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
tods — GitHub preview card
📈 Historique des étoiles
1 6641 663
2026-07-202026-07-29
📈 Suivez tods

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

TODS : Un système automatisé de détection des anomalies dans les séries temporelles

tods compte 1.7k étoiles sur GitHub. Il a été forké 206 fois. tods est écrit principalement en Python. Il est développé activement depuis 2020. tods est disponible sous licence Apache-2.0. Ses principaux thèmes sont : anomaly-detection, automl, machine-learning, outlier-detection.

Frequently asked questions

Qu'est-ce que tods ?

TODS : Un système automatisé de détection des anomalies dans les séries temporelles

tods est-il open source ?

tods est un projet open source. Il est distribué sous licence Apache-2.0.

tods est-il gratuit ?

Oui. tods est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est tods ?

tods est disponible sous licence Apache-2.0.

Dans quel langage tods est-il écrit ?

tods est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — tods

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=datamllab-tods)](https://olud.ai/project/datamllab-tods.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
awesome-TS-anomaly-detection
Liste d'outils et de jeux de données pour la détection d'anomalies sur des données temporelles.
3.2k · anomaly-detection
partageoutlier-detectionanomaly-detection
Time-Series-Library
Une bibliothèque pour des modèles avancés de séries temporelles profondes pour l'analyse généra…
12.7k · deep-learning
partagetime-series-analysistime-series
TimeMixer
[ICLR 2024] Mise en œuvre officielle de "TimeMixer : Mélange multiscalaire décomposable pour la…
2k · deep-learning
partagetime-series-analysistime-series
moment
MOMENT : Une famille de modèles fondamentaux de séries temporelles ouvertes, ICML'24
810 · anomaly-detection
partagetime-series-anomaly-detectionanomaly-detection
pyts
Un package Python pour la classification de séries temporelles
1.9k · classification
partagetime-series-analysistime-series
darts
Une bibliothèque python pour des prévisions conviviales et la détection d'anomalies sur des sér…
9.5k · anomaly-detection
partageanomaly-detectiontime-series
pyod
Une bibliothèque Python pour la détection d'anomalies sur des données tabulaires, des séries te…
9.9k · agentic-ai
partagetime-series-anomaly-detectionoutlier-detection
awesome-AIOps
Ressources d'apprentissage AIOps, bienvenue pour compléter ce dépôt ensemble, bienvenue star
1.7k · aiops
partagetime-series-analysisanomaly-detection
flow-forecast
Bibliothèque PyTorch pour l'apprentissage profond pour la prévision de séries temporelles, la c…
2.3k · anomaly-detection
partagetime-series-analysisanomaly-detection
anomaly-detection-resources
Livres, articles, vidéos et boîtes à outils liés à la détection d'anomalies. Dernière mise à jo…
9.4k · anomaly-detection
partageoutlier-detectiontime-series-analysis

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.