scikit-hts：使用熟悉的API进行分层时间序列预测

arima的matlab代码time_series_forecasting_pytorch 实验源码：使用pytorch进行时间序列预测，包括MLP、RNN、LSTM、GRU、ARIMA、SVR、RF和TSR-RNN模型。 要求 Python 3.6.3（Python） keras 2.1.2 火炬 1.0.1 张量流-GPU 1.13.1 sklearn 0.19.1 麻木 1.15.4 熊猫 0.23.4 统计模型 0.9.0 matplotlib 2.1.0 代码 ARIMA.py：ARIMA 模型，迭代版本 Holt_Winters.py Holt-Winters 模型，只有初级版本 eval.py：评估指标，包括RMSE、MAE、MAPE和SMAPE。 NN_forecasting.py：神经网络预测 model.py：神经网络模型 train.py：神经网络模型的训练和预测，包括RNN、LSTM、GRU、MLP、TSR-RNN ts_decompose.py：时间序列分解 ts_loader：神经网络模型的数据加载器 ML_forecasting.py：通用机器学习模型，包

分解后使用多延迟的GRU神经网络进行时间序列预测

使用深度学习进行时间序列预测的论文，代码和实验清单深度学习时间序列预测最新技术论文列表着重于深度学习以及使用深度学习进行时间序列预测的资源，代码和实验。 经典方法与深度学习方法，竞赛...目录论文会议竞赛代码理论-资源代码资源数据集论文2020复杂事件流处理和预测的方法Viktor Morozov，Mikhail Petrovskiy。 代码还没有。 知识增强神经

该教程通过一个简单的实例浅显的描述了时间序列预测的常用方法。选用的方法是EXCEL的插件XLMiner，简单易上手，是新手入门的好帮手。

用支持向量机的方法用于预测金融股票走向 用SVM的改进LSSVM能够更好的预测 有很好的泛化能力

骇客深度学习：使用TensorFlow 2和Keras和Python的机器学习教程（包括Jupyter笔记本）-（LSTM，超电流表调整，数据预处理，偏差方差折衷，异常检测，自动编码器，时间序列预测，对象检测，情感分析，使用BERT进行意图识别）

时间序列 使用ARIMA和MLP进行时间序列预测

ChaosToolbox2p0_trial.rar 卢振波老师的混沌时间序列预测工具箱，可用，非常不错

Modeling Long- and Short-Term Temporal Patterns with Deep Neural Networks（LSNet）