TODSは、多変量時系列データの外れ値検出のためのフルスタック自動機械学習システムである。TODSは、データ処理、時系列処理、特徴分析（抽出）、検出アルゴリズム、強化モジュールなど、機械学習ベースの外れ値検出システム構築のための包括的なモジュールを提供する。これらのモジュールが提供する機能は、一般的な目的のためのデータ前処理、時系列データのスムージング/変換、時間/周波数ドメインからの特徴抽出、様々な検出アルゴリズム、システムを較正するための人間の専門家の関与、などである。時系列データの外れ値検出には、ポイント単位での検出（時点を外れ値とする）、パターン単位での検出（部分列を外れ値とする）、システム単位での検出（時系列集合を外れ値とする）の3つのシナリオがあり、TODSには対応するアルゴリズムが幅広く提供されています。本パッケージは、DATA Lab @ Rice Universityによって開発されました。 - 前処理、特徴抽出、検出アルゴリズム、ヒューマンインザループインターフェースまで網羅したフルスタック機械学習システムです。 - PyODがサポートするすべてのポイントワイズ検出アルゴリズム、DeepLogや Telemanonなどの最先端のパターンワイズ（集団）検出アルゴリズム、さらにシステムワイズ検出を行うための様々なアンサンブルアルゴリズムなど、幅広いアルゴリズムが用意されています。 - 自動機械学習は、与えられたデータをもとに、既存のすべてのモジュールの中から最適な組み合わせを自動的に探し出し、最適なパイプラインを構築するナレッジフリープロセスを提供することを目的としています。