日期：
来源：数据派THU收集编辑：数据派THU
来源：专知 本文为书籍介绍，建议阅读5分钟
本书以问题解决式的方法讲解如何实际实现Python时间序列分析和建模的各种概念，从数据读取和预处理开始。
使用Python实现时间序列分析中的各种技术。 利用统计建模方法，如AR(自回归)，MA(移动平均)，ARMA(自回归移动平均)和ARIMA(自回归综合移动平均)进行时间序列预测 理解时间序列预测的单变量和多变量模型 使用机器学习和深度学习技术(如GBM和LSTM (long short-term memory))进行预测
https://link.springer.com/book/10.1007/978-1-4842-8978-5?source=shoppingads&locale=en-us