VIP20
本课程属于：007-需求预测模型 供应链数字化与智能采购系统 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

时间序列模型从统计到深度学习的迁移适配工程案例

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导论
时间序列分析的重要性 · 统计模型与深度学习模型的对比 · 迁移适配的概念与价值
课程导论时间序列分析的重…
02
时间序列基础
时间序列的定义 · 成分（趋势 · 季节
时间序列基础时间序列的定义
03
数据探索与可视化
时间序列的折线图 · 自相关图（ACF） · 偏自相关图（PACF）的绘制与解读
数据探索可视化
04
数据预处理
缺失值处理 · 异常值检测与平滑 · 时间戳对齐与重采样
数据预处理缺失值处理
05
经典统计模型（一）
移动平均（MA）与指数平滑（Holt…
经典统计模型MA
06
经典统计模型（二）
AR模型与ARIMA模型的数学原理 · 定阶与建模流程
经典统计模型AR
07
经典统计模型（三）
SARIMA模型（季节性ARIMA）…
经典统计模型SARIMA
08
统计模型实战案例
使用statsmodels对某零售数…
统计模型实战案例statsmodels
09
统计模型的局限性
线性假设 · 高维数据无力 · 长依赖捕捉困难
统计模型的局限性线性假设
10
深度学习入门
RNN循环神经网络原理 · 时间步展开图 · 梯度消失问题
深度学习入门RNN
11
LSTM与GRU
LSTM的门控机制（遗忘门 · 输入门 · 输出门）
LSTMGRU
12
深度学习框架搭建
PyTorch/TensorFlow… · 张量操作与Dataset构建
深度学习框架搭建PyTorch/Tens…
13
单变量LSTM预测
滑动窗口构造样本 · 模型定义 · 训练与预测流程
LSTM单变量
14
多变量LSTM预测
多特征输入 · 特征融合策略 · 多步预测（递归与直接策略）
LSTM多变量
15
Seq2Seq与Attention机制
编码器-解码器结构 · 注意力权重计算 · 在时间序列中的应用
Seq2SeqAttention
16
Transformer时间序列模型
位置编码 · 自注意力机制 · Informer与Autoforme…
Transformer时间序列模型
17
深度学习实战案例
使用LSTM对电力负荷数据进行多步预…
深度学习实战案例LSTM
18
迁移学习基础
迁移学习的定义 · 分类（归纳/直推/无监督） · 领域与任务的概念
迁移学习基础迁移学习的定义
19
时间序列迁移的挑战
分布漂移（协变量/概念漂移） · 时间依赖性迁移 · 尺度差异
时间序列迁移的挑…分布漂移
20
特征对齐方法
最大均值差异（MMD） · 对抗性领域适配（DANN）在时序中的…
特征对齐方法MMD
21
参数迁移与微调
预训练模型（如TimesNet）的加… · 冻结层与微调策略
参数迁移微调
22
跨领域迁移案例
从金融数据预训练模型迁移到气象数据预…
跨领域迁移案例从金融数据预训练…
23
跨尺度迁移案例
从日粒度模型迁移到小时粒度数据的重采…
跨尺度迁移案例从日粒度模型迁移…
24
多源域迁移
多数据集联合训练 · 域混淆损失与动态加权
多源域迁移多数据集联合训练
25
在线迁移与自适应
持续学习 · EWC（弹性权重巩固） · 在线梯度下降适配
线迁移自适应
26
迁移适配工程架构
数据管道 · 模型版本管理 · 评估指标（RMSE/MAE/MAPE…
迁移适配工程架构数据管道
27
端到端工程案例（一）
需求分析 · 数据采集与清洗 · 统计基线模型建立
端到端工程案例需求分析
28
端到端工程案例（二）
深度学习模型设计 · 迁移适配策略选择与训练
端到端工程案例深度学习模型设计
29
端到端工程案例（三）
模型评估对比 · A/B测试部署 · 监控与回滚机制
端到端工程案例模型评估对比
30
课程总结与展望
统计与深度学习融合趋势 · 大模型在时序中的潜力 · 学习路径建议
课程总结统计