Para información completa sobre modelos, métodos y un conjunto de ejemplos y benchmarks implementados en SysIdentPy, consulta nuestro libro:
Nonlinear System Identification and Forecasting: Theory and Practice With SysIdentPyEste libro ofrece una guÃa detallada para ayudarte en tu trabajo con SysIdentPy.
ðŸ› ï¸ También puedes explorar los tutoriales en la documentación para ejemplos prácticos.
pip install sysidentpypip install sysidentpy["all"]pip install sysidentpy=="0.5.3"pip install git+https://github.com/wilsonrljr/sysidentpy.gitSi no tienes experiencia previa con Python, recomendamos la lectura de Using Python's pip to Manage Your Projects' Dependencies , que es una excelente introducción a la gestión de paquetes en Python y ayuda en la resolución de errores.
Construye variaciones como NARX, NAR, ARMA, NFIR y otras.
Usa métodos como FROLS, MetaMSS y combinaciones con técnicas de estimación de parámetros.
Elige entre 8+ funciones base, combinando tipos lineales y no lineales para modelos NARMAX personalizados.
Más de 15 métodos para explorar diferentes escenarios junto con técnicas de selección de estructura.
Minimiza diferentes funciones objetivo usando información afÃn para estimación de parámetros.
Reproduce resultados de artÃculos con SimulateNARMAX. Prueba y compara modelos publicados en artÃculos.
Integra con PyTorch para arquitecturas NARX neuronales usando cualquier optimizador y función de coste.
Compatible con scikit-learn, CatBoost y más para crear modelos NARMAX.