什么是时间序列预测？
时间序列，是按照时间顺序记录的一组数据。预测的目标，是利用已经发生的变化，估计接下来可能出现的数值。
先建立直觉像根据过去一年的用电量，估计下个月大概需要多少电。
面向初学者的人工智能课程库
从零开始， 真正学懂 人工智能。
这里不只罗列知识点。你会沿着问题、案例、原理和实验，理解模型为什么有效、怎样学习、何时会出错，再把概念变成可以复用的能力。
- —门持续扩充的课程
- —份系统学习内容
- —个已标记实践章节
- 分清时间序列和普通表格数据
- 解释“用过去预测未来”为什么可行
- 为一个真实问题选择评估方法
不是背结论而是知道遇到类似问题该怎么思考
01 / 选择学习方向
先定学习目标，
再选择课程。
想建立 AI 全景、亲手训练模型，还是继续深入大模型、Agent 和 MCP？课程库会持续扩充，数量和课时由系统实时读取。
正在读取课程库…横向滑动查看全部课程 →
02 / 学完能获得什么
真正的学习结果，不是记住更多缩写。
你应该能解释、能动手，
也能判断什么时候该用。
把复杂名词讲成自己真正理解的话。
分清 AI、机器学习、深度学习与大模型的关系，知道每种方法在解决什么问题。
从数据、预测、错误一路追到参数更新。
不再停留在“模型会学习”这句话，而是看懂训练、评估、过拟合和改进怎样发生。
用代码、实验和项目证明自己真的会了。
从经典模型到 RAG、Agent 与 MCP，在对应课程中完成可运行的练习并观察结果。
知道什么方法适合，什么结果不能轻信。
识别模型失败、幻觉、偏见与安全边界，面对真实问题时选择更合适的解决方案。
03 / 怎么开始
一节课，完成一次
从“不懂”到“会用”。
每节课都沿着同一种学习节奏推进。阅读模式只是辅助，真正的主线始终是理解问题、建立直觉、看懂原理并亲手验证。
- 01问题开场
先知道这个知识为什么出现，它要解决什么。
- 02案例建立直觉
用具体场景看见输入、过程和结果。
- 03原理逐步展开
把模型内部的关键变化连接成一条线。
- 04实验留下证据
用练习、代码或项目检查自己是否真正掌握。
