所属分类：AI大模型与智能应用 当前为单品课程，可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录 咨询 / 购买

Transformer时序预测与序列建模

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
课程导入
学习目标 · 核心概念 · 整体框架
课程导入学习目标
02
时序数据基础
时间序列的定义 · 类型（单变量/多变量） · 平稳性
时序数据基础时间序列的定义
03
传统时序预测方法
ARIMA · 指数平滑 · Prophet等经典模型及其局限性
传统时序预测方法ARIMA
04
深度学习时序基础
RNN · LSTM · GRU在序列建模中的原理
深度学习时序基础RNN
05
Transformer核心架构
自注意力机制 · 多头注意力 · 位置编码
Transformer核心架构
06
自注意力机制详解
QKV计算 · 注意力权重 · 缩放点积注意力
自注意力机制详解QKV
07
位置编码与时间信息注入
正弦位置编码 · 可学习位置编码 · 时间戳嵌入
位置编码时间信息注入
08
Transformer用于时序预测的输入输出设计
滑动窗口 · 多步预测策略（直接 · 递归
Transformer用于时序预测的输…
09
经典Transformer时序模型
Informer · Autoformer · FEDformer
Transformer经典
10
Informer模型
ProbSparse注意力 · 自注意力蒸馏 · 生成式解码器
Informer模型
11
Autoformer模型
分解机制 · 自相关注意力 · 周期依赖建模
Autoformer模型
12
FEDformer模型
频域增强 · 稀疏注意力 · 混合专家
FEDformer模型
13
PatchTST模型
Patch分块 · 通道独立 · Transformer编码器
PatchTST模型
14
其他前沿模型
Crossformer · TimesNet · iTransformer等
其他前沿模型Crossformer
15
数据预处理与特征工程
缺失值处理 · 异常值检测 · 归一化/标准化
数据预处理特征工程
16
数据集构建与划分
训练/验证/测试集划分 · 避免数据泄露 · 时间序列交叉验证方法
数据集构建划分
17
模型训练技巧
学习率调度 · 早停 · 梯度裁剪
模型训练技巧学习率调度
18
损失函数与评估指标
MSE · MAE · MAPE
损失函数评估指标
19
多变量时序预测
多变量输入输出设计 · 通道关系建模 · 协变量处理
多变量时序预测多变量输入输出设…
20
长序列预测实战
以ETT · Electricity · Traffic等公开数据集为例
长序列预测实战ETT
21
短序列与细粒度预测
金融股票 · 气象数据等场景 · 调整模型结构与超参数
短序列细粒度预测
22
概率预测与不确定性估计
分位数回归 · 区间预测 · MC Dropout
概率预测不确定性估计
23
Transformer与CNN/RNN混合模型
结合卷积提取局部特征 · RNN处理长期依赖 · 提升性能
TransformerCNN/RNN
24
模型解释性与可视化
注意力权重可视化 · 特征重要性分析 · 预测结果对比图
模型解释性可视化
25
超参数调优
网格搜索 · 随机搜索 · 贝叶斯优化
超参数调优网格搜索
26
常见问题与解决方案
过拟合 · 训练不稳定 · 长序列效率低
常见问题解决方案
27
部署与工程化
模型导出 · 推理加速（量化 · 剪枝）
部署工程化
28
综合项目实战
从数据清洗到模型部署 · 完成一个端到端的时序预测系统
综合项目实战从数据清洗到模型…
29
课程总结与进阶方向
回顾核心知识 · 推荐 · 代码库
课程总结进阶方向
30
结课测试与答疑
综合练习题 · 项目答辩 · 常见疑问解答
结课测试答疑