ओपन सोर्स। नई संभावनाएँ।

VectorBT एक ओपन-सोर्स Python बैकटेस्टिंग लाइब्रेरी है जो रणनीति अनुसंधान को वेक्टराइज़ करती है: यह हजारों पैरामीटर संयोजनों को NumPy सरणियों में पैक करती है और उन्हें Numba और वैकल्पिक Rust इंजन से तेज़ करती है, साथ ही पोर्टफोलियो विश्लेषण और इंटरैक्टिव Plotly विज़ुअलाइज़ेशन प्रदान करती है।

Redis एक ओपन-सोर्स इन-मेमोरी डेटा स्ट्रक्चर सर्वर है जिसका उपयोग कैश, NoSQL डेटाबेस, मैसेज ब्रोकर, सर्च और वेक्टर क्वेरी इंजन के रूप में किया जाता है। README में प्रमुख उपयोग केस, डेटा प्रकार, क्लाइंट लाइब्रेरी, क्विक स्टार्ट और सोर्स बिल्ड निर्देश शामिल हैं।

InfluxDB 3 Core एक ओपन-सोर्स टाइम सीरीज डेटाबेस है जिसे Apache Arrow, DataFusion और Parquet द्वारा संचालित, रियल-टाइम इवेंट्स, एनालिटिक्स और मॉनिटरिंग के लिए डिज़ाइन किया गया है।

tsfresh एक Python पैकेज है जो समय-श्रृंखला डेटा से स्वचालित रूप से सैकड़ों विशेषताएँ निकालता और चुनता है, जिसमें सांख्यिकी, सिग्नल प्रोसेसिंग और परिकल्पना परीक्षण शामिल हैं, जो मशीन लर्निंग के लिए प्रासंगिक विशेषताएँ उत्पन्न करता है।

Prometheus एक Cloud Native Computing Foundation सिस्टम और सर्विस मॉनिटरिंग सिस्टम और टाइम सीरीज डेटाबेस है। यह कॉन्फ़िगर किए गए लक्ष्यों से मेट्रिक्स एकत्र करता है, नियम अभिव्यक्तियों का मूल्यांकन करता है, परिणाम प्रदर्शित करता है और PromQL क्वेरी भाषा और मल्टी-डायमेंशनल डेटा मॉडल के साथ अलर्ट ट्रिगर कर सकता है।

एक छोटा Python स्क्रैपर जो समय-समय पर Monash University की सार्वजनिक पार्किंग उपलब्धता JSON फ़ाइल से डेटा प्राप्त करता है और उसे CSV में जोड़ता है, जिसे GitHub Actions के माध्यम से शेड्यूल किया गया है।

TDengine एक ओपन-सोर्स टाइम-सीरीज डेटाबेस है जिसका उद्देश्य IoT, कनेक्टेड कार और इंडस्ट्रियल IoT के लिए रियल-टाइम डेटा इनजेस्ट, प्रोसेसिंग और एनालिटिक्स प्रदान करना है। इसमें डिस्ट्रीब्यूटेड क्लाउड-नेटिव आर्किटेक्चर, बिल्ट-इन कैशिंग/स्ट्रीम प्रोसेसिंग और TDgpt AI एजेंट शामिल हैं।

TimescaleDB एक PostgreSQL एक्सटेंशन है जिसे टाइम-सीरीज और इवेंट डेटा पर उच्च-प्रदर्शन वाले रियल-टाइम एनालिटिक्स के लिए डिज़ाइन किया गया है।

Darts एक Python लाइब्रेरी है जो समय-श्रृंखला पूर्वानुमान और विसंगति पहचान के लिए है, जिसमें सांख्यिकीय और तंत्रिका मॉडल, संभाव्य पूर्वानुमान, सहसंयोजक, बैकटेस्टिंग, समाधान, और PyOD-आधारित स्कोरिंग शामिल हैं।