Py学习  »  机器学习算法

近7年深度学习时序预测建模方法汇总

圆圆的算法笔记 • 2 周前 • 31 次点击  

点关注,不迷路,用心整理每一篇算法干货~

后台留言”交流“,加入圆圆算法交流群~
后台回复“星球”加入圆圆算法知识星球~
已有850+同学加入学习)

很多同学都感觉现在各种公众号上时间序列的知识太杂太散,很难串联成一个整体,系统性的学习

圆圆在知识星球中开设了系统性学习时间序列预测的专题课程,从最基础的时间序列预测各类任务定义、数据处理,到模型结构优化、创新应用。系统性梳理从2017年以来的近百篇时间序列论文工作,让你对时间序列有一个全面的认识和深入理解。感兴趣的同学可以扫码加入星球学习👇🏻~

目前设定的专题课程目录如下(详细目录可在星球专题内查看),会在更新过程中不断根据星球同学意见进行修改(目前已更新23期,每更新20%星球价格上涨10%,感兴趣的同学尽早加入~):

  • 1. 时序建模入门篇

    • 1.1 时序预测任务定义

    • 1.2 时间序列研究方向

    • 1.3 时间序列模型的各个组成模块

    • 1.4 时间序列中的数据处理——基础篇

    • 1.5 时间序列中的数据处理——进阶篇

    • 1.6 模型搭建

    • 1.7 损失函数和评估指标

    • 1.8 时间序列的底层输入和embedding

  • 2. 基础模型结构篇

    • 2.1 RNN篇

    • 2.2 CNN篇

    • 2.3 Transformer篇

    • 2.4 MLP篇

    • 2.5 Nbeats篇

    • 2.6 Mamba篇

  • 3. 单变量时序建模进阶篇

    • 3.1 模型结构框架分类

    • 3.2 Transformer时序建模改进

    • 3.3 Transformer长序列建模效率优化

    • 3.4 信号分解

    • 3.5 频域信息应用

    • 3.6 多变量关系建模

    • 3.7 多粒度时序建模方法

    • 3.8 极端值建模

    • 3.9 分布漂移优化

  • 4. 时空预测篇

    • 4.1 图学习基础

    • 4.2 时空建模基础结构

    • 4.3 邻接矩阵学习

    • 4.4 层次预估方法

  • 5. 时序表示学习篇

    • 5.1 表示学习基础

    • 5.2 数据构建方法

    • 5.3 时序表示学习模型

    • 5.4 表示学习在时序预测的应用

  • 6. 时间序列大模型

    • 6.1 LLM+时间序列

    • 6.2 时序统一大模型

    • 6.3 时间序列跨模态建模

  • 7. 时序扩散模型

    • 7.1 生成式模型基础

    • 7.1 扩散模型基础

    • 7.2 扩散模型在时间序列的应用

  • 8. 不规则时序建模

    • 8.1 不规则时序建模定义

    • 8.2 不规则时序建模方法

  • 9. 时间序列概率预测

    • 9.1 不确定度预测问题

    • 9.2 不确定度预测方法

    • 9.3 针对不确定度建模的优化方法


星球到目前已经有800多名同学加入学习,星球内累积发表近600条内容。针对大家时间序列研究上的问题,开设了包括新人教程、前沿工作、代码解析、系统总结等多个专栏【扫描下方二维码即可加入,价格即将上调】👇🏻

新人教程:针对新手的手把手教学,从最基础的时间序列知识入手,例如《搭建简单的LSTM时间序列预测原理》系列,从输入数据到模型结构,带你走通时间序列初学者的第一步。

前沿工作:每周跟进最新发表的时间序列前沿工作、顶会工作,筛选高质量的工作进行详细解析,带你高效率跟进时间序列最新业内前沿工作。

代码解析:针对经典模型、最新SOTA模型,进行详细代码解析,提高实战能力。目前星球内已更新30多个时间序列模型代码解析,持续更新中。

系统总结:打造模块化的知识点总结,对于一个子方向,梳理业内相关工作,建立相同研究点不同做法之间的联系。例如星球中的更新的《频域信息在时间序列建模应用梳理》、《扩散模型在时间序列中的应用综述》、《Transformer在时间序列预测中的应用总结》、《时间序列预测中distribution shift问题解决方法汇总》等50余篇总结类文章。

除此之外,圆圆也会定期在星球给大家答疑,并且有专属vip社群供大家交流讨论。

星球价格即将上调,感兴趣的同学可以今早扫码加入~

END





后台留言”交流“,加入圆圆算法交流群~
后台留言”星球“,加入圆圆算法知识请星球~
知识星球提供一文贯通笔记、经典代码解析、问答服务、新人入门,已有850+小伙伴加入价格随人数增加和内容丰富上涨,感兴趣的同学尽早加入~


投稿&加交流群请加微信,备注机构+方向拉群~

【历史干货算法笔记】
生成式模型入门:一文讲懂3大类生成式模型
Sptial-Temporal时空预测总结:建模思路、优化方法梳理
时序预测顶会论文数据集、数据处理方法、训练方法汇总
时间序列预测实战方法概述:从数据到模型
Informer模型结构和代码解析
基于Transformer的时序预测模型TFT代码详解
时空预测经典模型STGCN原理和代码解读
一网打尽:14种预训练语言模型大汇总
Vision-Language多模态建模方法脉络梳理
花式Finetune方法大汇总
从ViT到Swin,10篇顶会论文看Transformer在CV领域的发展历程

如果觉得有帮助麻烦分享在看点赞~  

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/174584
 
31 次点击