[PVLDB 2024 Meilleure Nomination de Papier] TFB : Vers une évaluation complète et équitable des méthodes de prévision de séries temporelles
Évaluez et comparez différentes méthodes pour prédire les données de séries temporelles de manière équitable et complète.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
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[PVLDB 2024 Meilleure Nomination de Papier] TFB : Vers une évaluation complète et équitable des méthodes de prévision de séries temporelles
TFB compte 1.7k étoiles sur GitHub. Il a été forké 123 fois. TFB est écrit principalement en Shell. Il est développé activement depuis 2024. TFB est disponible sous licence MIT. Ses principaux thèmes sont : benchmarking, deep-learning, mechine-learning, statistical-learning.
[PVLDB 2024 Meilleure Nomination de Papier] TFB : Vers une évaluation complète et équitable des méthodes de prévision de séries temporelles
TFB est un projet open source. Il est distribué sous licence MIT.
Oui. TFB est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
TFB est disponible sous licence MIT.
TFB est écrit principalement en Shell.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://opensourceai.tech/project/decisionintelligence-tfb.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.