机器学习笔记 - 时间序列的线性回归

一、时间序列预测

        预测可能是机器学习在现实世界中最常见的应用。 企业预测产品需求，政府预测经济和人口增长，气象学家预测天气。 对未来事物的理解是科学、政府和行业（更不用说我们的个人生活！）的迫切需求，这些领域的从业者越来越多地应用机器学习来解决这一需求。

        时间序列预测是一个历史悠久的广阔领域。 本课程侧重于将现代机器学习方法应用于时间序列数据，以产生最准确的预测。 本课程中的课程受到过去 Kaggle 预测比赛中获胜解决方案的启发，但只要准确预测成为优先事项，就适用。

        完成本课程后，您将知道如何：

        设计功能以对主要时间序列组件（趋势、季节和周期）进行建模，

        用多种时间序列图可视化时间序列，

        创建结合互补模型优势的预测混合体，以及

        使机器学习方法适应各种预测任务。

        作为练习的一部分，您将有机会参加我们的商店销售 - 时间序列预测入门比赛。 在本次比赛中，您的任务是预测 Corporación Favorita（厄瓜多尔大型杂货零售商）近 1800 个产品类别的销售额。