时间序列分析资源包
本资源包包含教学PPT和MATLAB实现代码，详细介绍了时间序列的基本理论。时间序列是按时间顺序排列的统计指标数列，主要用于基于历史数据预测未来走势。经济数据通常以时间序列形式呈现，时间单位可以是年、季度、月等。
Matlab
0
2024-09-28
深入了解时间序列分析与数据挖掘
可以很好的理解时间序列分析和数据挖掘的概念及其在实际中的应用，对我们具有重要意义。
数据挖掘
3
2024-07-16
在线时间序列数据挖掘优化
时间序列数据挖掘是数据分析中重要的分支之一，专注于从序列数据中提取信息和模式。在这个过程中，相似性度量是核心任务之一。欧几里得距离作为基本的相似性度量方法之一，具有线性时间复杂度，但对异常点敏感，且要求比较的序列长度相等。动态时间规整（DTW）作为另一种有效方法，能够测量不同长度时间序列之间的相似性，通过弯曲操作处理等长时间序列，使其匹配到相似趋势上。文章《在线和动态时间规整，用于时间序列数据挖掘》提出了一种加速DTW计算的方法，通过滑动窗口将长序列分割为短子序列，并提出了有效的DTW算法来测量子序列间的相似性。数值实验表明，该方法比传统DTW方法更快、更有效。文章还结合在线学习，将DTW应用于实时数据流中，显著提高了算法在时间序列数据挖掘中的性能。
数据挖掘
0
2024-08-31
R语言时间序列分析
利用全国卷烟销量数据，采用R语言进行时间序列分析。分别构建ARIMA季节时间序列模型、Holtwinters指数平滑模型，并评估模型准确性。提供完整R代码和数据集。
算法与数据结构
4
2024-05-13
时间序列分析预测法
时间序列分析预测法分为三类：
平滑预测法：采用移动平均和指数平滑方法，平滑原始数据趋势线。
趋势外推预测法：利用历史数据拟合趋势函数，预测未来趋势。
平稳时间序列预测法：估计模型参数，根据历史数据预测未来值。
算法与数据结构
4
2024-05-24
UCR_TS_Archive_2015探索时间序列数据分析资源
UCR_TS_Archive_2015是一个广泛使用的时间序列数据集，专为时间序列分类研究而设计。这个压缩包包含了丰富的资源，是研究者进行时间序列分析、机器学习以及模式识别的重要工具。时间序列是按时间顺序排列的数据点，用于研究数据随时间变化的趋势。UCR_TS_Archive_2015由University of California, Riverside（UCR）维护，是迄今为止最大的公开时间序列分类数据集集合，包含生物医学信号、运动捕捉数据等多种类型的时间序列。每个数据集都包括训练集和测试集，数据经过归一化处理，便于比较和分类。应用场景涵盖时间序列分类、模式识别、异常检测以及预测与建模等多个领域。
算法与数据结构
0
2024-08-23
精选机器学习和数据可视化资源清单
这是一份精选的统计信息、数据可视化和机器学习资源列表，涵盖了各种有用的主题。包括《在R中的应用：数据挖掘、推理与预测》、《Python中的探索性数据分析》、《贝叶斯统计简化机器学习》等书籍。此外，还包含了深度学习的介绍，以及使用NumPy、MXNet、PyTorch和TensorFlow实现的算法。另有关于数据可视化的入门视频和播客，涵盖机器学习、人工智能和算法等多个主题。同时还包括了有关机器学习研究论文、编程和AI社区议题的内容，以及AI对社会影响的讨论。
数据挖掘
2
2024-07-16
数据分析和数据挖掘书籍推荐
这些英文书籍是数据分析和数据挖掘领域的入门好帮手，可以帮助您快速了解相关概念。
算法与数据结构
4
2024-04-30
