// No Comment — Цезий для временных рядов, данных о погоде Google и кухонь поцелуев


• цезий: платформа с открытым исходным кодом для вывода временных рядов

• Ежедневные глобальные исторические данные о погоде теперь доступны в BigQuery

• Kissing Cuisines: знакомство с кулинарными привычками всего мира в Интернете

Иногда новости достаточно хорошо сообщаются в других местах, и нам нечего добавить, кроме как обратить на это ваше внимание.

Без комментариев — это формат, в котором мы представляем исходную информацию об источнике, слегка отредактированную, чтобы вы могли решить, хотите ли вы следить за ней.

цезий: платформа с открытым исходным кодом для вывода временных рядов

Вывод на основе данных временных рядов является обычным требованием во многих научных дисциплинах и приложениях Интернета вещей (IoT), однако у ученых в предметной области мало ресурсов, чтобы легко, надежно и с возможностью повторения создавать такие сложные рабочие процессы вывода: традиционные статистические модели временных рядов часто бывают слишком жесткими, чтобы объяснить сложное поведение во временной области, в то время как популярные пакеты машинного обучения требуют входных данных с уже заданными характеристиками. Более того, задачи разработки программного обеспечения, необходимые для создания экземпляра вычислительной платформы, обескураживают.

цезий — это комплексный фреймворк для анализа временных рядов, состоящий из библиотеки Python, а также интерфейсного веб-интерфейса, который позволяет исследователям настраивать необработанные данные и применять современные методы машинного обучения простым, воспроизводимым и расширяемым способом. . Пользователи могут применять готовые рабочие процессы разработки функций, а также сохранять и воспроизводить свои собственные анализы. Любые шаги, предпринятые во внешнем интерфейсе, также можно экспортировать в записную книжку Jupyter, чтобы пользователи могли выполнять итерацию между возможными моделями во внешнем интерфейсе, а затем точно настраивать свой анализ, используя дополнительные возможности внутренней библиотеки. Пакеты с открытым исходным кодом заставляют нас использовать современные инструменты Python, включая xarray, dask, Celery, Flask и scikit-learn.


Добавить комментарий