公开课4：使用 DeepAR 进行时间序列预测

6 月 4 日，机器之心联合 AWS 开设的《快速上手 Amazon SageMaker，轻松玩转机器学习》线上公开课第 4 课正式开讲，AWS高级解决方案架构师王元恺为大家带来了主题分享《使用 DeepAR 进行时间序列预测》。

第 4 课主要介绍了时间序列预测的场景、常见的分类及对应算法、DeepAR 算法的优势以及如何使用 DeepAR 算法进行时间序列预测，并通过现场演示，让学员理解如何训练 DeepAR 用于具体的应用场景。第 4 课回顾视频如下：

快速上手Amazon SageMaker，轻松玩转机器学习

3 周时间，6 次课程，帮助开发者熟悉Amazon SageMaker各项组件的使用方法，轻松玩转机器学习。

入门DeepAR时间序列预测

相关数据

机器学习技术

机器学习是人工智能的一个分支，是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论，机器学习与推断统计学联系尤为密切，也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现的，行之有效的学习算法。

来源：Mitchell, T. (1997). Machine Learning. McGraw Hill.

时间序列预测技术

时间序列预测法其实是一种回归预测方法，属于定量预测，其基本原理是;一方面承认事物发展的延续性，运用过去时间序列的数据进行统计分析，推测出事物的发展趋势；另一方面充分考虑到偶然因素影响而产生的随机性，为了消除随机波动的影响，利用历史数据进行统计分析，并对数据进行适当处理，进行趋势预测。

来源：百度百科

机器之心机构

机器之心，成立于2014年，是国内最具影响力、最专业、唯一用于国际品牌的人工智能信息服务与产业服务平台。目前机器之心已经建立起涵盖媒体、数据、活动、研究及咨询、线下物理空间于一体的业务体系，为各类人工智能从业者提供综合信息服务和产业服务。

https://www.jiqizhixin.com/