PyPOTS
Un toolkit/libreria Python per l'apprendimento automatico/deep learning e data mining centrato sulla realtà su serie temporali parzialmente osservate, con oltre 50 modelli di rete neurale SOTA per compiti di analisi scientifica (imputazione, classificazione, clustering, previsione, rilevamento di anomalie, pulizia
Analizza dati di serie temporali incompleti con oltre 50 modelli di machine learning pronti all'uso.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoiUn toolkit/libreria Python per l'apprendimento automatico/deep learning e data mining centrato sulla realtà su serie temporali parzialmente osservate, con oltre 50 modelli di rete neurale SOTA per compiti di analisi scientifica (imputazione, classificazione, clustering, previsione, rilevamento di anomalie, pulizia
PyPOTS ha 2k stelle su GitHub. È stato forkato 186 volte. PyPOTS è scritto principalmente in Python. È in sviluppo attivo dal 2022. PyPOTS è disponibile con licenza BSD-3-Clause. I suoi temi principali sono: anomaly-detection, classification, clustering, data-analysis.
Che cos'è PyPOTS?
Un toolkit/libreria Python per l'apprendimento automatico/deep learning e data mining centrato sulla realtà su serie temporali parzialmente osservate, con oltre 50 modelli di rete neurale SOTA per compiti di analisi scientifica (imputazione, classificazione, clustering, previsione, rilevamento di anomalie, pulizia
PyPOTS è open source?
PyPOTS è un progetto open source. È rilasciato con licenza BSD-3-Clause.
PyPOTS è gratuito?
Sì. PyPOTS è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
Con quale licenza è PyPOTS?
PyPOTS è disponibile con licenza BSD-3-Clause.
In quale linguaggio è scritto PyPOTS?
PyPOTS è scritto principalmente in Python.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://olud.ai/project/wenjiedu-pypots.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.