时间序列(time series)是一组按照时间发生先后顺序进行排列的离散序列,是日常生活中最常见的数据形式之一。对时间序列的分析是既是统计学中的重要问题,也是人工智能、数据挖掘的一个重要应用方向。
本课程面向人工智能学院的本科生和研究生,重点关注统计学中分析时间序列的基本思路、模型以及方法。同时强调使用人工智能技术对时序数据这一种特殊的数据类型进行分析,也关注使用“时间序列分析”中的思路看待和解决人工智能领域的实际问题。
课程内容将从时间序列的发展历程、平稳性、经典分析模型等概念先后推进。课程中也会介绍人工智能的相关技术,如使用循环神经网络进行时间序列的建模,或使用时间序列中的自回归、指数平均思想建模机器学习、计算机视觉的重要问题。
https://www.lamda.nju.edu.cn/yehj/timeseries2021/?AspxAutoDetectCookieSupport=1
目录内容:
课程介绍,导论,回归模型
时间序列的随机过程视角
基于随机过程视角的经典模型
针对非平稳时间序列的经典模型
假设扩展
维度扩展
建模方式扩展
专知便捷查看
便捷下载,请关注专知公众号(点击上方蓝色专知关注)
后台回复“TSAN” 就可以获取《南大《时间序列分析 (Time Series Analysis)》课程,推荐!》专知下载链接