时间序列分析

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、数据挖掘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、基本任务开始，承接回归方法，探索基于统计方法和机器学习方法的时间序列分析途径，尤其重点介绍深度学习用于时间序列分析的多个阶段。课程中不但关注对时间序列模型的统计分析，也会介绍人工智能的相关技术，如使用循环神经网络、自注意力机制进行时间序列的建模，时序通用模型的多种实现，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。课程最后也将讨论基于语言模型的时序预测、时间序列基座模型等专题。