CONTENT LIBRARY
全部内容
按主题整理的内容条目。打开单条内容，可查看详细说明、流程、关联资料和来源。
exp-00-stationarity · 基础
实验 00｜平稳性基础
建议 2 学时。从趋势、季节与随机波动入手，建立“识别非平稳—差分—诊断”的分析起点。
打开内容 ↗exp-01-arma-arima · 基础实验 01｜ARMA 与 ARIMA
建议 2 学时。通过 AR/MA 模拟、参数估计和信息准则选阶，建立经典统计预测流程。
打开内容 ↗exp-02-smoothing · 基础实验 02｜指数平滑
建议 2 学时。从 SES 到 Holt 与 Holt–Winters，比较水平、趋势和季节项的递推预测。
打开内容 ↗exp-03-decomposition · 基础实验 03｜时间序列分解
建议 2 学时。将观测拆解为趋势、季节与残差，并用诊断量化分解效果。
打开内容 ↗exp-04-feature-engineering · 进阶实验 04｜时序特征与机器学习
建议 2 学时。将时序转为监督学习，构造滞后与滚动特征，并用时序交叉验证避免泄漏。
打开内容 ↗exp-05-deep-learning · 进阶实验 05｜深度学习预测
建议 2 学时。用滑动窗口组织样本，训练 LSTM，并比较递归与直接多步预测。
打开内容 ↗exp-06-evaluation-anomaly · 进阶实验 06｜评估与异常检测
建议 2 学时。手写常用预测指标，比较异常检测方法，并通过阈值扫描平衡精确率与召回率。
打开内容 ↗exp-07-review · 混合实验 07｜综合复习
建议 2 学时。用 90 道问答和 5 个手写任务串联实验 00—06 的概念、模型、评估与实作。
打开内容 ↗