时序预测问题是指基于历史时间序列数据，预测未来时间点的数值或趋势的一类问题。其核心特点是数据点按时间顺序排列，且通常存在时间依赖性（如趋势、周期性等）。
1、竞赛活动案例
| 编号 | 标题 | AI问题 | 数据集价值 | 解决方案 | 文件包 |
|---|
| 1 | 科大讯飞2022商品销量智能预测挑战赛 | 回归预测问题、时间序列预测问题 | 商品历史销量数据和商品月订单数据支持时间序列预测 | CatBoost、XGBoost和LightGBM三种梯度提升算法 | AiS-ML-Retail-iFLYTEK2022-E-commerce-Sales-Forecast-4MB |
| 2 | CCF-BDCI2019乘用车细分市场销量预测 | 时间序列预测问题 | 60个乘用车车型在22个省份市场销量数据用于预测后续月份的销量。 | 结合了机器学习模型(LightGBM)和基于规则的预测方法 | AiS-ML-Retail-CCF-BDCI2019-Car-Sales-Predict-1MB |
| 3 | HW-DIGIX2021-1基于多目标多视图的用户留存周期预测 | 时间序列预测、回归预测问题 | 连续60 天的用户行为数据和行为对应匹配的用户、歌曲、歌手数据预测用户留存周期。 | 特征工程建设，为对应1天、2天、3天、7天、14天、30天的二元分类预测训练独立的LightGBM模型。 | AiS-ML-Retail-HW-DIGIX2021-1-User-Retention-Predict-2.5G |
| 4 | 阿里云2021供应链大赛-云资源需求预测 | 时间序列预测问题 | 历史需求数据、当前的库存数据、补货时长以及补货单元的相关信息(产品维度与地理纬度) | 基于规则的经验性预测方法 | AiS-ML-Retail-AlibabaCloud2021-Infrastructure-Supply-Chain-12MB |
2、经典案例
| 编号 | 标题 | AI问题 | 数据集价值 | 解决方案 | 文件包 |
|---|
| 1 | 使用LSTM进行股票价格预测 | 时序预测问题 | 使用LSTM模型对雅虎股票数据/标普500进行时间序列预测 | LSTM模型 | AiS-ML-TimeSeries-Fin-LSTM-For-Yahoo-Stock-Market-Prediction-1MB |
| 2 | 黄金价格数据集(1833-2024)和趋势预测 | 时序预测问题 | 黄金价格数据集(1833-2024)数据集用于预测未来黄金价格、实时监控与预警。 | 线性回归 | AiS-ML-Fin-Gold-Price-1833-2024-Time-Series-Analysis-2MB |