# 时间序列预测简介

什么是时间序列预测？它就是通过分析过去的趋势来预测未来的事件。

## 区域主题：全球用电量✨

在这两节课中，你将了解时间序列预测，这是机器学习中一个鲜为人知的领域，但对工业和商业应用程序以及其他领域非常有价值。虽然神经网络可用于增强这些模型的实用性，但我们将在经典机器学习的背景下研究它们，因为模型有助于根据过去预测未来的表现。

我们的重点是世界上的用电量，这是一个有趣的数据集，可以根据过去的用电量负载来预测未来的用电量。你可以看到这种预测在商业环境中非常有用。

![电网](../images/electric-grid.jpg)

> [Peddi Sai hrithik](https://unsplash.com/@shutter_log?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText) 摄于 [Unsplash](https://unsplash.com/s/photos/electric-india?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText) 。

## 课程

1. [时间序列预测介绍](../1-Introduction/README.md)
2. [构建 ARIMA 时间序列模型](../2-ARIMA/README.md)
3. [构建支持向量回归器的时间序列预测](../3-SVR/README.md)

## 作者

“时间序列预测简介” 由 [Francesca Lazzeri](https://twitter.com/frlazzeri) 和 [Jen Looper](https://twitter.com/jenlooper) 用 ⚡️ 编写。

笔记本首先出现在 [Azure “时间序列深度学习”存储库](https://github.com/Azure/DeepLearningForTimeSeriesForecasting) 最初由 Francesca Lazzeri 编写。SVR 课由 [Anirban Mukherjee](https://github.com/AnibanMukherjeeXD) 编写。