（当前）为何你不需要深度学习来进行时间序列预测，以及你需要什么

文章预览

原文链接： Why You (Currently) Do Not Need Deep Learning for Time Series Forecasting | by Jonte Dancker | Towards Data Science 在时间序列预测领域，深度学习受到了广泛关注。 许多文章和科学论文都在讨论最新的深度学习模型，以及它们如何超越了机器学习或统计模型。 这给人一种印象，即深度学习将解决时间序列预测的所有问题，尤其是对新入行的人来说。 然而，根据我的经验，深度学习并不是你需要的。 其他东西对时间序列预测更为重要，也更有效。 本文旨在展示在时间序列预测中真正有效的方法。我将使用Makridakis M5竞赛和2023年Kaggle AI报告的发现，并结合我的经验进行比较。 Makridakis竞赛通过在真实世界数据集上比较预测方法，展示了实践中的有效方法。自近40年前竞赛开始以来，其发现已经发生了变化。在前三次竞赛M1至M3中，统计模型主导了该领域。在M4竞赛 ………………………………