接下来的信息为了让使用者快速把aeon跑起来。我们假定大家都熟悉scikit-learn包。如果您在这方面需要帮助，你可能会需要参考: scikit-learn help

Aeon是一个用于从时间序列中学习的开源工具包。除了用于以下学习任务的一系列经典技术之外，它还提供了对时间序列机器学习最新算法的访问：

• Classification
  当一个使用不连续的离散数据标记时间序列数据集被用来训练模型，以达成预测未知情况时（MoreDetails）
• Regression
  当一个使用连续的数据标记时间序列数据集被用来训练模型，以达成预测未知情况时（MoreDetails）
• Clustering
  当一个没被的标记时间序列数据集被用来训练模型，以达成预测未知情况时（MoreDetails）
• SimilaritySearch
  当您的目的是评估一个待质询时间序列与另一个数据集中较长的时间序列之间的关系时（MoreDetails）
• AnomalyDetection
  当您的目标是找出一个位于单时间序列中不能被整个时间序列代表的值或区域
• Forecasting
  当您的目标是预测未来单时间序列的未来值（MoreDetails）
• Segmentation
  当您的目标是将单个时间序列拆分为多个区域，在这些区域中找到时间序列中不能代表整个序列的部分（MoreDetails）

aeon也提供上述模型中使用的核心模组：

• Transformation
  当一个单序列或数据集序列转化成不同的代表（representation ）或区域（MoreDetails）
• Distance
  当测量两个时间序列或者数据集之间的不同，以及包含对其序列的方法
• Networks
• 为所有时间序列深度学习任务提供一个核心模块
• MoreDetails

有专门的笔记本详细介绍了这些模块中的每一个。本指南旨在向您简要介绍每个任务的主要概念和代码。有关每个任务可用的各种估计器的更多信息，请参阅上面的链接、API和Examples。

一个单时间序列

Coming soon…

本人远非专业人士，读书笔记仅供一哂。