全部项目
当前范围的仓库 19 · UTC 2026-11-05
对比排名项目StarFork30 天趋势7 天净增最近推送登录后收藏
1—Ccleanlab / cleanlabCleanlab 的开源库是标准的以数据为中心的 AI 软件包，用于使用混乱的真实数据和标签进行数据质量和机器学习。PythonApache-2.0 · 宽松，可直接商用名次历史不足11,728937——2026-01-13
3—Yyzhao062 / pyod用于跨表格、时间序列、图形、文本、图像和音频数据进行异常检测的 Python 库。 60 多个检测器、基准支持的 ADEngine 编排以及 AI 代理的代理工作流程。PythonBSD-2-Clause · 宽松，可直接商用名次历史不足10,0741,520——2026-10-28
4—Ppycaret / pycaret适用于 Python 的开源、低代码 AutoML 平台。 PyCaret 4.0：sklearn 原生引擎 + React 控制平面。PythonNOASSERTION · 限制商用 / 未知名次历史不足9,8591,839——2026-07-23
5—Uunit8co / darts一个 Python 库，用于对时间序列进行用户友好的预测和异常检测。PythonApache-2.0 · 宽松，可直接商用名次历史不足9,5741,074——2026-10-30
6—Yyzhao062 / anomaly-detection-resources异常检测相关的书籍、论文、视频和工具箱。 LLM 和 VLM 的最后更新于 2025 年末生效！PythonAGPL-3.0 · 需开源衍生作品名次历史不足9,4381,800——2026-03-02
7—Oopen-edge-platform / anomalib异常检测库，包含最先进的算法和功能，例如实验管理、超参数优化和边缘推理。PythonApache-2.0 · 宽松，可直接商用名次历史不足6,3591,023——2026-11-03
8—Sstumpy-dev / stumpySTUMPY 是一个强大且可扩展的 Python 库，用于现代时间序列分析PythonNOASSERTION · 限制商用 / 未知名次历史不足4,169374——2026-10-16
9—NNixtla / nixtla作者声明：TimeGPT-2.1：生产就绪的预训练时间序列基础模型，用于预测和异常检测。用于在超过 100B 数据点上训练的时间序列的生成式预训练 Transformer。只需几行代码，它就能准确预测零售、电力、金融和物联网等各个领域🚀。Jupyter NotebookNOASSERTION · 限制商用 / 未知名次历史不足4,040342——2026-11-02
10—MM-3LAB / awesome-industrial-anomaly-detectionPaper list and datasets for industrial image anomaly/defect detection (updating). 工业异常/瑕疵检测论文及数据集检索库(持续更新)。未知未知 · 限制商用 / 未知名次历史不足3,850345——2026-10-23
11—Rrob-med / awesome-TS-anomaly-detection用于时间序列数据异常检测的工具和数据集列表。未知未知 · 限制商用 / 未知名次历史不足3,166463——2024-10-21
12—WWenjieDu / PyPOTS一个 Python 工具包/库，用于在部分观测的时间序列上进行以现实为中心的机器/深度学习和数据挖掘，具有 50 多个 SOTA 神经网络模型，用于针对具有 NaN 缺失值的不完整工业不规则采样多元 TS 进行科学分析任务（插补、分类、聚类、预测、异常检测、清理）PythonBSD-3-Clause · 宽松，可直接商用名次历史不足2,091194——2026-10-31
13—Llogpai / logparser用于日志解析的机器学习工具包 [ICSE'19, DSN'16]PythonNOASSERTION · 限制商用 / 未知名次历史不足2,000577——2025-06-10
14—Ssafe-graph / graph-fraud-detection-papers基于 Graph/Transformer 的欺诈、异常和异常值检测论文和资源的精选列表未知未知 · 限制商用 / 未知名次历史不足1,900300——2026-09-13
15—MMinqi824 / ADBench“ADBench：异常检测基准”的正式实施，NeurIPS 2022。PythonBSD-2-Clause · 宽松，可直接商用名次历史不足1,032152——2026-01-08
16—DDesbordante / desbordante-coreDesbordante 是一款高性能数据分析器，能够使用各种算法发现数据中的许多不同模式。它还允许使用这些算法运行数据清理场景。 Desbordante 有控制台版本和易于使用的 Web 应用程序。C++AGPL-3.0 · 需开源衍生作品名次历史不足517109——2026-11-02
17—Hhelixmap / sigwood本地优先的威胁搜寻您已有的日志：Zeek、Pi-hole、syslog 或 systemd 日志、CloudTrail。每次运行都会命名每个检测器背后的技术。 grep 和 SIEM 之间没有代理、没有守护进程、没有黑匣子。PythonMIT · 宽松，可直接商用名次历史不足34514——2026-10-29
18—GGitiHubi / deepAI使用深度自动编码器神经网络检测会计异常 - 我们为 NVIDIA 2018 年 GPU 技术大会准备的实验室，将引导您完成使用深度自动编码器神经网络检测会计异常的过程。大部分实验室内容基于 Jupyter Notebook、Python 和 PyTorch。Jupyter NotebookGPL-3.0 · 需开源衍生作品名次历史不足21188——2019-08-07
商用三档依据许可证元数据自动分类；具体义务需结合实际使用方式核对。未知不等于禁止商用。