時間序列預測的機器學習方法

時間序列預測問題由來已久，畢竟預測未來是人類永恆的需求。 上世紀以來發展了衆多時間序列預測模型，典型的有 ARMA, GARCH, ETS, SSM 等線性模型，在工程控制、金融等領域應用廣泛。 預測說白了就是用歷史數據預測未來值，即自迴歸。上述列舉的傳統方法主要考慮目標值 y t y_t yt​ 和 歷史值 { y t − 1 , y t − 2 , … , y t − p , … } \{y_

>>阅读原文<<