kimai-ml-python

KO | EN

gitlite — search

#python #hacktoberfest #react #typescript #golang #deep-learning #macos #java #cli #security #ios #mcp #openai #open-source

kimai-ml-python

(★ 22)

ML модели для Kimai Aggregator

kimai-ml-python Latest Version Download

Download Latest Version (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# Kimai ML - Python версия

ML модели для [Kimai Aggregator](https://github.com/localzet/kimai-aggregator).

## 🚀 Быстрый старт

### Локальная разработка

```bash
pip install -r requirements.txt
uvicorn src.api.server:app --host 0.0.0.0 --port 8000 --reload
```

### Docker

```bash
docker build -t kimai-ml:latest .

docker run -d -p 8000:8000 --name kimai-ml kimai-ml:latest
```

Или через docker-compose:

```bash
docker-compose up -d
```

### GitHub Container Registry

Образ автоматически собирается при push в `main` и доступен по адресу:
```
ghcr.io/localzet/kimai-ml-python:latest
```

## 📁 Структура

```
ai-ml-python/
├── src/
│   ├── models/              # ML модели
│   ├── preprocessing/       # Обработка данных
│   ├── api/                 # FastAPI сервер
│   └── types.py             # Типы данных
├── .github/workflows/       # CI/CD
├── Dockerfile               # Docker образ
├── docker-compose.yml       # Docker Compose
└── requirements.txt
```

## 🧠 Модели

1. **Прогнозирование времени** - Random Forest + Ridge Regression
2. **Обнаружение аномалий** - Isolation Forest
3. **Рекомендации** - KMeans + анализ эффективности
4. **Анализ продуктивности** - Статистический анализ

## 📡 API Endpoints

- `POST /api/predict` - прогнозирование
- `POST /api/detect-anomalies` - аномалии
- `POST /api/recommendations` - рекомендации
- `POST /api/productivity` - продуктивность

Документация: http://localhost:8000/docs

kimai-ml-python

kimai-ml-python Latest Version Download

Today's picks

Was this content helpful?

Recent Feedback

kimai-ml-python

kimai-ml-python Latest Version Download

Today's picks

Was this content helpful?

Recent Feedback

Download README