KDD2019时间序列预测：理论与实践教程，300多页PPT带你了解领域最新动态

Posted 2021-05-02 专知

【导读】数据挖掘顶会近日在阿拉斯加的安克雷奇举行，吸引了全世界大量数据科学家的关注，本文为大家编译了最新的时间序列预测教程，详细介绍了各种时间信号预测的理论与实践操作。

教程简介

01

时间序列预测是业务流程自动化的关键因素：比如说，在零售行业中，需要考虑不同地区的未来需求前提下，决定订购哪些产品以及在哪里存储；在云计算中，对未来需求量的估计，决定了系统的容量规划；仓库和工厂中的劳动力调度分配过程，更是依赖于未来工作量的预测。

近年来，随着技术的发展，时间序列预测任务和应用发生了巨大转变，从基于假设规则的模型，到数据驱动的模型。这种转变可归因于，可用的时间序列数据源越来越多，同时带来了一系列的挑战，例如：如何建立统计模型，以更加有效地预测不同类型的数据源？在有限观测的情况下，我们如何利用“相似”时间序列来提高预测效果？构建可处理大量数据的预测系统又有何意义？

本教程的目的是，简要直观地概述可用于解决大规模预测问题的重要方法和工具。我们回顾了三个相关领域的最新技术：（1）经典的时间序列模型，（2）张量分析，（3）深度学习预测。此外，我们讨论了现实中，构建大规模预测系统的关键任务，包括数据集成，特征生成，回测框架，错误跟踪和分析等。本教程重点是提供方法和实际问题的直观概述，我们将通过案例研究和Jupyter进行说明。

原文链接：

https://lovvge.github.io/Forecasting-Tutorial-KDD-2019/

• 后台回复“KDDFBTS” 就可以获取《时间序列预测：理论与实践教程》完整版PPT下载链接~

作者简介

02

Christos Faloutsos

Christos Faloutsos是卡内基梅隆大学的教授。他获得了国家科学基金会（1989年）颁发的总统青年研究员奖，2006年ICDM研究贡献奖，SIGKDD创新奖（2010年），20项“最佳论文”奖（包括两项时间奖项考试）， 和四个教学奖。

Valentin Flunkert 

Valentin Flunkert是亚马逊AWS AI实验室的高级机器学习科学家，他在那里开发了新的基于深度学习的预测方法，并将其应用于解决一系列业务问题。

Jan Gasthaus 

Jan Gasthaus是亚马逊AI实验室的高级机器学习科学家，主要从事时间序列预测和大规模概率机器学习。

Tim Januschowski

Tim Januschowski是亚马逊AI实验室在机器学习方面的Manger。他一直从事预测工作。在亚马逊，他为各种预测问题制作了端到端解决方案，从需求预测到服务器容量预测等。

Yuyang（Bernie）Wang

Yuyang（Bernie）Wang是亚马逊AI实验室的高级机器学习科学家，主要从事大规模概率机器学习及其在预测中的应用。

报告内容简介

03

更多精彩内容，请下载观看

-END-

专 · 知

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎登录www.zhuanzhi.ai，注册登录专知，获取更多AI知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程视频资料和与专家交流咨询！

请加专知小助手微信（扫一扫如下二维码添加），加入专知人工智能主题群，咨询技术商务合作~

点击“阅读原文”，了解报名专知《深度学习:算法到实战》课程