基于机器学习的时序数据预测方法研究综述

作者：赵婷婷; 韩雅杰; 杨梦楠; 任德华; 陈亚瑞; 王嫄; 刘建征

来源：天津科技大学学报, 2021, 36(05): 1-9.

DOI：10.13364/j.issn.1672-6510.20200203

• 机器学习
• 时序数据预测
• 线性模型
• 非线性模型
• 神经网络
• 深度学习
• 强化学习

机器学习作为大数据时代实现数据分析及挖掘的主要工具被广泛研究及使用。时序数据预测一直是数据挖掘中的重点及难点,基于机器学习的时序数据预测方法主要分为线性预测方法和非线性预测方法。线性预测方法计算简单,容易建模,适用于短期的时序数据预测;非线性预测方法涵盖广泛,能够很好地捕捉时序数据之间的非线性关系,能够更好地对时序数据进行预测。本文将以股票时序数据预测为例,对时序数据预测方法进行详细介绍,重点分析非线性预测方法,并探讨其未来的发展趋势。

• 单位
  天津科技大学