一、前言
最近逛了逛Kaggle,發現了一個非常詳細的時間序列教程。
裏面記載了很多關於時間序列的知識,並且一直在updating中。
可以看到這個教程已經被觀看了6w多次。
點贊700+, copy and Edit 1000+(好比GitHub上的高star和fork的repo)
可以說非常牛逼的kernel了。
作者是The NorthCap University的一名學生,是一名kernels Master,看來也是一位熱衷開源的coder啊。
二、教程介紹
2.1 目的
該kernel將成爲時間序列分析領域中許多廣泛主題的一個概括。作者動機是使這個最終參考時間序列分析的初學者和有經驗的人一樣。
2.2 一些重要的事情
- 這是一個正在進行的工作,所以每次你打開它,你一定會發現新鮮的內容。
- 作者會繼續學習更先進的概念,提供更多的知識和內容。
- 如果有任何建議或任何具體的話題,可以在評論中提及。
2.3 目錄
主要包含四個部分
- 對於date和time的介紹
- 金融和統計數據
- 時間序列分解和隨機遊動
- 模型
三、具體內容
3.1 對於date和time的介紹
這一部分主要包含 數據讀取、清理、可視化、對時間戳轉換成datetime格式
可以看出教程所用的數據爲股票的時間序列一維數據
可視化時間序列數據
3. 2 金融和統計數據
此部分有很多股票等知識,在python數據挖掘中的應用,以及時間序列數據的窗口操作等等
3.3 時間序列分解和隨機遊動
講述時間序列數據中的季節性、週期性、白噪聲、隨機步等
3.4 時間序列模型
這裏模型目前更新的大多都是傳統並且經典的模型,如AR、 MA、 ARIMA等迴歸或時間序列模型。
結果
四、總結
資源鏈接:
https://www.kaggle.com/thebrownviking20/everything-you-can-do-with-a-time-series/notebook
這是一個我個人認爲很全並且很偏實戰業務的時間序列入門教程,在其中還可以學習numpy,pandas,matplotlib等python三大庫的使用,文中也有很多理論知識,並且說的比較精煉,但是唯一不足就是隻選用了很多較爲傳統的模型,如果加上機器學習樹模型和深度學習中的循環神經網絡模型就更好了,這部分我以後會抽出時間來寫,希望大家支持。