aeon-toolkit/aeon

它解决了什么问题

aeon 为涉及时间序列数据的机器学习任务提供了一个统一、可靠的工具包。它通过提供一个单一、一致的库来解决该领域的碎片化问题，涵盖了从基础分类和预测到复杂的异常检测和深度学习的所有内容，确保用户能够获得高质量、基于研究的实现。

它是如何工作的

该库旨在与 scikit-learn 兼容，这意味着它使用熟悉的 API 结构 (fit/predict)，使其易于集成到现有的数据科学工作流程中。所包含的许多算法都是由开发它们的原始研究人员贡献和维护的，确保代码是对已发表方法的忠实呈现。它通过模块化架构支持包括深度学习在内的广泛任务。

适用人群

aeon 专为需要进行时间序列分析的数据科学家、研究人员和开发人员而构建。对于那些需要最先进算法、需要进行可重复基准测试，或希望在不重复造轮子的情况下将深度学习技术应用于时间序列数据的人来说，它特别有用。

亮点

• 广泛的范围： 支持分类、回归、聚类、预测、异常检测、分割和相似性搜索。
• 研究级： 许多实现由算法的原始作者提供。
• 与 Scikit-Learn 兼容： 使用一致、易于学习的 API，可与标准 Python 数据工具无缝集成。
• 深度学习支持： 包含诸如 InceptionTime 和 ResNet 等领先架构的 Keras/TensorFlow 实现。
• 专注于基准测试： 包含基于已发表比较研究的、用于可重复实验评估的工具。