会员服务
时间序列分析是根据系统观测得到的时间序列数据，通过曲线拟合和参数估计来建立数学模型的理论和方法。它一般采用曲线拟合和参数估计方法（如非线性最小二乘法）进行。时间序列分析常用在国民经济宏观控制、区域综合发展规划、企业经营管理、市场潜量预测、气象预报、水文预报、地震前兆预报、农作物病虫灾害预报、环境污染控制、生态平衡、天文学和海洋学等方面。
【经典书】时间序列分析与应用R语言，第二版，501页pdf
【经典书】时间序列分析与应用R语言，第二版，501页pdf
专知
1+阅读 · 2022年4月2日
销量预测能更准一点吗？时间序列模型帮你搞定一切
销量预测能更准一点吗？时间序列模型帮你搞定一切
计算机视觉life
6+阅读 · 2020年8月20日
新品销量难以预测？巧用模型让你事半功倍！
新品销量难以预测？巧用模型让你事半功倍！
CVer
0+阅读 · 2020年8月18日
今日 Paper | PolarMask；时间序列；面部表情编辑；ELECTRA 等
今日 Paper | PolarMask；时间序列；面部表情编辑；ELECTRA 等
AI科技评论
0+阅读 · 2020年3月26日
罗格数据：生命周期动态模拟技术及其在税收领域应用初探 | 会员专栏
罗格数据：生命周期动态模拟技术及其在税收领域应用初探 | 会员专栏
THU数据派
1+阅读 · 2019年7月1日
预知未来——Gluon 时间序列工具包（GluonTS）
预知未来——Gluon 时间序列工具包（GluonTS）
ApacheMXNet
21+阅读 · 2019年6月25日
七周年站庆双课团《基于案例学习时间序列分析》+《大数据的矩阵计算基础》
七周年站庆双课团《基于案例学习时间序列分析》+《大数据的矩阵计算基础》
炼数成金订阅号
0+阅读 · 2018年12月28日
基于案例学习时间序列分析
基于案例学习时间序列分析
炼数成金订阅号
3+阅读 · 2018年12月25日
推荐 ：利用Auto ARIMA构建高性能时间序列模型（附Python和R代码）
推荐 ：利用Auto ARIMA构建高性能时间序列模型（附Python和R代码）
数据分析
1+阅读 · 2018年11月14日
独家 | 利用Auto ARIMA构建高性能时间序列模型（附Python和R代码）
独家 | 利用Auto ARIMA构建高性能时间序列模型（附Python和R代码）
数据派THU
4+阅读 · 2018年11月13日
【年度系列】使用LSTM预测股票市场基于Tensorflow
【年度系列】使用LSTM预测股票市场基于Tensorflow
量化投资与机器学习
19+阅读 · 2018年10月16日
2018年江西省自然科学基金重点（杰青）拟立项名单！
2018年江西省自然科学基金重点（杰青）拟立项名单！
材料科学与工程
2+阅读 · 2018年8月4日
直播实录 | 基于生成模型的事件流研究 + NIPS 2017 论文解读
直播实录 | 基于生成模型的事件流研究 + NIPS 2017 论文解读
PaperWeekly
0+阅读 · 2017年12月21日
今晚直播 | 基于生成模型的事件流研究 + NIPS 2017 论文解读
今晚直播 | 基于生成模型的事件流研究 + NIPS 2017 论文解读
PaperWeekly
5+阅读 · 2017年12月20日
直播预告：基于生成模型的事件流研究 + NIPS 2017 论文解读 | PhD Talk #20
直播预告：基于生成模型的事件流研究 + NIPS 2017 论文解读 | PhD Talk #20
PaperWeekly
2+阅读 · 2017年12月18日
参考链接
微信扫码咨询专知VIP会员
Top