awesome-repositories.com
Blog
awesome-repositories.com

Descoperă cele mai bune repository-uri open source cu căutare AI.

ExploreazăCăutări recomandateAlternative open-sourceSoftware self-hostedBlogHartă site
ProiectDespreCum realizăm clasamentulPresăServer MCP
LegalConfidențialitateTermeni
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 repository

Awesome GitHub RepositoriesSnowflake Integrations

Integrations that allow software to run as native components or stored procedures within Snowflake data warehouses.

Distinct from Snowflake Registries: Unlike the candidates which focus on feature store registries, this is about executing forecasting logic as stored procedures.

Explore 1 awesome GitHub repository matching data & databases · Snowflake Integrations. Refine with filters or upvote what's useful.

Awesome Snowflake Integrations GitHub Repositories

Găsește cele mai bune repo-uri cu AI.Vom căuta cele mai potrivite repository-uri folosind AI.
  • nixtla/nixtlaAvatar Nixtla

    Nixtla/nixtla

    3,932Vezi pe GitHub↗

    Nixtla este o platformă de analiză a seriilor temporale centrată pe un model de bază bazat pe transformer. Oferă inferență zero-shot pentru prognoză și detectarea anomaliilor, permițând sistemului să prezică valori viitoare pentru noi serii temporale fără a necesita reantrenarea modelului. Proiectul este conceput pentru analiză la scară largă, utilizând scalarea inferenței distribuite și paralelizarea prognozelor pentru a procesa milioane de serii de date. Suportă adaptarea prin fine-tuning pentru a ajusta ponderile preantrenate pentru seturi de date specifice domeniului și oferă opțiuni de implementare variind de la execuție locală și containere private până la integrarea ca proceduri stocate în Snowflake. Capabilitățile includ prognoza cererii pe termen lung și intermitente, analiza scenariilor „ce-ar fi dacă” și cuantificarea incertitudinii predicțiilor. Sistemul oferă, de asemenea, un pipeline complet de inginerie a datelor pentru auditarea, curățarea și îmbogățirea datelor seriilor temporale cu variabile exogene și indicatori bazați pe dată. Fiabilitatea modelului este gestionată prin backtesting cu validare încrucișată, validarea acurateței prognozei și urmărirea experimentelor pentru logarea hiperparametrilor.

    Embeds forecasting and anomaly detection logic directly into Snowflake as native stored procedures for in-database analysis.

    Jupyter Notebookagentagentic-aianomaly-detection
    Vezi pe GitHub↗3,932
  1. Home
  2. Data & Databases
  3. Snowflake Integrations