学习用Python进行时间序列预测

了解Python中的时间序列预测非常重要，因为它可以帮助预测未来趋势。我们刚刚在freeCodeCamp.org YouTube频道上发布了一门课程，介绍如何使用Python进行时间序列预测。

您将学习什么是时间序列数据，以及如何将其分解为趋势、季节性和残差等关键组成部分。您将从构建简单的基线模型开始，然后学习强大的预测技术，如ARIMA和季节性ARIMA。您将发现如何预测未来值，使用交叉验证评估模型，并加入外生特征以改进预测。

该课程还涵盖如何生成预测区间以及为项目选择最合适的评估指标。您将清楚地了解主要的预测技术以及如何在实践中应用它们。

Marco Peixeiro教授这门课程。他是Manning Publications出版的《Python时间序列预测》一书的作者。

本视频是初学者预测时间序列数据的完美起点。该课程使用100%的Python代码来涵盖时间序列预测的基本概念，包括：

• 定义时间序列数据
• 时间序列分解
• 使用ARIMA进行预测
• 时间序列中的交叉验证
• 使用外生特征
• 生成预测区间
• 预测模型的评估指标

在freeCodeCamp.org YouTube频道上观看完整课程（1.5小时）。