W tym oraz powiązanych repozytoriach umieszczono wyniki i programy, które powstały w trakcie trwania projektu

Predykacja wydajności sieci kanalizacyjno-burzowej w czasie rzeczywistym jako usługa Saas oparta na danych pozyskanych metodami uczenia maszynowego

w wyniku prac badawczo rozwojowych w RAMACH PROGRAMU OPERACYJNEGO INTELIGENTNY ROZWÓJ

repozytorium argo:

Modele do predykcji serii czasowych

File structure:

• /datasets - contains all input dataset. Big datasets should be put as *.gz files, so they won't be stored.
• /notebooks - Jupyter notebooks
• /reports - project summary reports

w repozytorium timeseries:

Biblioteka do przetwarzania serii czasowych:

Installation

All notebooks require:

• Pyhon 3 with data science libs (use anaconda)
• TensorFlow >= 1.4

Redistributing

Argo source code is distributed under the Apache-2.0 license.

Contributions

Unless you explicitly state otherwise, any contribution intentionally submitted for inclusion in the work by you, as defined in the Apache-2.0 license, shall be licensed as above, without any additional terms or conditions.