Royal HaskoningDHV publiceert haar eerste Open-Source pakket

Tijdreeksgegevens en anomaliedetectie

SAM is een Python toolbox om met tijdreeksgegevens te werken en het wordt gebruikt door data scientists, data engineers en data-analisten. Het bevat talrijke functies en klassen voor het laden van data, preprocessing, validatie, visualisatie en feature building, maar ook voor het ontwikkelen van machine learning modellen voor forecasting en anomaliedetectie. SAM maakt het maken van machine learning modellen eenvoudiger door het maken van rolling features en time features te vereenvoudigen. Ook kunnen gebruikers gemakkelijk modellen maken die meerdere stappen vooruit voorspellen of kwantielwaarden voorspellen, die kunnen worden gebruikt voor anomaliedetectie.

Data Science Meetup

Als u meer wilt weten over de details van dit pakket, kunnen we het in meer detail presenteren tijdens de volgende Royal HaskoningDHV Data Science meetup, die gepland staat op 21 oktober op ons kantoor te Amersfoort.

Royal HaskoningDHV heeft besloten om dit pakket open-source en beschikbaar te maken voor iedereen, omdat het ons in staat stelt om effectiever samen te werken en we onze ervaring met tijdreeksanalyse willen delen met de rest van de open-source gemeenschap. Tegelijkertijd werken we ook aan ons Machine Learning as a Service (MLaaS) platform, dat het eenvoudig zal maken om modellen die gemaakt zijn met SAM op grote schaal te implementeren.

De documentatie voor SAM staat hier.
Voor feature requests, bug reports of de broncode, kijk op: https://github.com/RoyalHaskoningDHV/sam.