Un kit d'outils/bibliothèque Python pour l'apprentissage machine/profond centré sur la réalité et l'exploration de données sur des séries temporelles partiellement observées, avec plus de 50 modèles de réseaux neuronaux SOTA pour des tâches d'analyse scientifique (imputation, classification, clustering, prévision, détection d'anomalies, nettoyage
Analysez des données de séries temporelles incomplètes avec plus de 50 modèles d'apprentissage automatique prêts à l'emploi.
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 momentUn kit d'outils/bibliothèque Python pour l'apprentissage machine/profond centré sur la réalité et l'exploration de données sur des séries temporelles partiellement observées, avec plus de 50 modèles de réseaux neuronaux SOTA pour des tâches d'analyse scientifique (imputation, classification, clustering, prévision, détection d'anomalies, nettoyage
PyPOTS compte 2k étoiles sur GitHub. Il a été forké 187 fois. PyPOTS est écrit principalement en Python. Il est développé activement depuis 2022. PyPOTS est disponible sous licence BSD-3-Clause. Ses principaux thèmes sont : anomaly-detection, classification, clustering, data-analysis.
Un kit d'outils/bibliothèque Python pour l'apprentissage machine/profond centré sur la réalité et l'exploration de données sur des séries temporelles partiellement observées, avec plus de 50 modèles de réseaux neuronaux SOTA pour des tâches d'analyse scientifique (imputation, classification, clustering, prévision, détection d'anomalies, nettoyage
PyPOTS est un projet open source. Il est distribué sous licence BSD-3-Clause.
Oui. PyPOTS est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
PyPOTS est disponible sous licence BSD-3-Clause.
PyPOTS est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://opensourceai.tech/project/wenjiedu-pypots.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.