2021-12-15 23:17:59

docs/ts-intro/SUMMARY.md

 +   [Machine Learning Mastery 时间序列入门教程](README.md)
 +   [如何在 Python 中为时间序列预测创建 ARIMA 模型](arima-for-time-series-forecasting-with-python.md)
-+   [用 Python 进行时间序列预测的自回归模型](autoregression-models-time-series-forecasting-python.md)
-+   [如何回溯机器学习模型的时间序列预测](backtest-machine-learning-models-time-series-forecasting.md)
++   [Python 中用于时间序列预测的自回归模型](autoregression-models-time-series-forecasting-python.md)
++   [如何为时间序列预测回测机器学习模型](backtest-machine-learning-models-time-series-forecasting.md)
 +   [Python 中基于时间序列数据的基本特征工程](basic-feature-engineering-time-series-data-python.md)
-+   [R 的时间序列预测热门书籍](books-on-time-series-forecasting-with-r.md)
-+   [10 挑战机器学习时间序列预测问题](challenge-machine-learning-time-series-forecasting-problems.md)
++   [R 时间序列预测热门书籍](books-on-time-series-forecasting-with-r.md)
++   [10 个机器学习时间序列预测的挑战性问题](challenge-machine-learning-time-series-forecasting-problems.md)
 +   [如何将时间序列转换为 Python 中的监督学习问题](convert-time-series-supervised-learning-problem-python.md)
 +   [如何将时间序列数据分解为趋势和季节性](decompose-time-series-data-trend-seasonality.md)
-+   [如何用 ARCH 和 GARCH 模拟波动率进行时间序列预测](develop-arch-and-garch-models-for-time-series-forecasting-in-python.md)
-+   [如何将时间序列数据集与 Python 区分开来](difference-time-series-dataset-python.md)
-+   [Python 中时间序列预测的指数平滑的温和介绍](exponential-smoothing-for-time-series-forecasting-in-python.md)
-+   [用 Python 进行时间序列预测的特征选择](feature-selection-time-series-forecasting-python.md)
++   [如何用 ARCH 和 GARCH 为时间序列预测建模波动率](develop-arch-and-garch-models-for-time-series-forecasting-in-python.md)
++   [如何使用Python差分时间序列数据集](difference-time-series-dataset-python.md)
++   [Python 中用于时间序列预测的指数平滑的温和介绍](exponential-smoothing-for-time-series-forecasting-in-python.md)
++   [Python 中用于时间序列预测的特征选择](feature-selection-time-series-forecasting-python.md)
 +   [浅谈自相关和部分自相关](gentle-introduction-autocorrelation-partial-autocorrelation.md)
-+   [时间序列预测的 Box-Jenkins 方法简介](gentle-introduction-box-jenkins-method-time-series-forecasting.md)
-+   [用 Python 简要介绍时间序列的时间序列预测](gentle-introduction-random-walk-times-series-forecasting-python.md)
++   [用于时间序列预测的 Box-Jenkins 方法简介](gentle-introduction-box-jenkins-method-time-series-forecasting.md)
++   [Python 中时间序列预测的温和简介](gentle-introduction-random-walk-times-series-forecasting-python.md)
 +   [如何使用 Python 网格搜索 ARIMA 模型超参数](grid-search-arima-hyperparameters-with-python.md)
 +   [如何在 Python 中加载和探索时间序列数据](load-explore-time-series-data-python.md)
-+   [如何使用 Python 对 ARIMA 模型进行手动预测](make-manual-predictions-arima-models-python.md)
-+   [如何用 Python 进行时间序列预测的预测](make-predictions-time-series-forecasting-python.md)
-+   [如何使用 Python 中的 ARIMA 进行样本外预测](make-sample-forecasts-arima-python.md)
-+   [如何利用 Python 模拟残差来纠正时间序列预测](model-residual-errors-correct-time-series-forecasts-python.md)
-+   [使用 Python 进行数据准备，特征工程和时间序列预测的移动平均平滑](moving-average-smoothing-for-time-series-forecasting-python.md)
++   [如何使用 Python 手动预测 ARIMA 模型](make-manual-predictions-arima-models-python.md)
++   [如何用 Python 预测时间序列](make-predictions-time-series-forecasting-python.md)
++   [如何使用 Python 对 ARIMA 做出样本外预测](make-sample-forecasts-arima-python.md)
++   [如何利用 Python 建模残差来纠正时间序列预测](model-residual-errors-correct-time-series-forecasts-python.md)
++   [Python 中用于数据准备和时间序列预测的移动平均平滑](moving-average-smoothing-for-time-series-forecasting-python.md)
 +   [多步时间序列预测的 4 种策略](multi-step-time-series-forecasting.md)
 +   [如何在 Python 中规范化和标准化时间序列数据](normalize-standardize-time-series-data-python.md)
-+   [如何利用 Python 进行时间序列预测的基线预测](persistence-time-series-forecasting-with-python.md)
-+   [如何使用 Python 对时间序列预测数据进行功率变换](power-transform-time-series-forecast-data-python.md)
++   [如何利用 Python 为时间序列预测做出基线预测](persistence-time-series-forecasting-with-python.md)
++   [如何使用 Python 对时间序列预测数据执行幂变换](power-transform-time-series-forecast-data-python.md)
 +   [用于时间序列预测的 Python 环境](python-environment-time-series-forecasting.md)
 +   [如何重构时间序列预测问题](reframe-time-series-forecasting-problem.md)
 +   [如何使用 Python 重采样和插值您的时间序列数据](resample-interpolate-time-series-data-python.md)
-+   [用 Python 编写 SARIMA 时间序列预测](sarima-for-time-series-forecasting-in-python.md)
++   [使用 Python 为时间序列预测编写 SARIMA ](sarima-for-time-series-forecasting-in-python.md)
 +   [如何在 Python 中保存 ARIMA 时间序列预测模型](save-arima-time-series-forecasting-model-python.md)
-+   [使用 Python 进行季节性持久性预测](seasonal-persistence-forecasting-python.md)
-+   [基于 ARIMA 的 Python 历史规模敏感性预测技巧分析](sensitivity-analysis-history-size-forecast-skill-arima-python.md)
-+   [简单的时间序列预测模型进行测试，这样你就不会欺骗自己](simple-time-series-forecasting-models.md)
++   [将 Python 用于季节性持久性预测](seasonal-persistence-forecasting-python.md)
++   [基于 Python 和 ARIMA 的历史规模敏感性分析的预测技巧](sensitivity-analysis-history-size-forecast-skill-arima-python.md)
++   [用于测试简单的时间序列预测模型，以便不会欺骗自己](simple-time-series-forecasting-models.md)
 +   [标准多变量，多步骤和多站点时间序列预测问题](standard-multivariate-multi-step-multi-site-time-series-forecasting-problem.md)
-+   [如何使用 Python 检查时间序列数据是否是固定的](time-series-data-stationary-python.md)
-+   [使用 Python 进行时间序列数据可视化](time-series-data-visualization-with-python.md)
++   [如何使用 Python 检查时间序列数据是否是平稳的](time-series-data-stationary-python.md)
++   [将 Python 用于时间序列数据可视化](time-series-data-visualization-with-python.md)
 +   [7 个机器学习的时间序列数据集](time-series-datasets-for-machine-learning.md)
-+   [时间序列预测案例研究与 Python：波士顿每月武装抢劫案](time-series-forecast-case-study-python-monthly-armed-robberies-boston.md)
-+   [Python 的时间序列预测案例研究：巴尔的摩的年度用水量](time-series-forecast-study-python-annual-water-usage-baltimore.md)
-+   [使用 Python 进行时间序列预测研究：法国香槟的月销售额](time-series-forecast-study-python-monthly-sales-french-champagne.md)
-+   [使用 Python 的置信区间理解时间序列预测不确定性](time-series-forecast-uncertainty-using-confidence-intervals-python.md)
-+   [11 Python 中的经典时间序列预测方法（备忘单）](time-series-forecasting-methods-in-python-cheat-sheet.md)
-+   [使用 Python 进行时间序列预测表现测量](time-series-forecasting-performance-measures-with-python.md)
-+   [使用 Python 7 天迷你课程进行时间序列预测](time-series-forecasting-python-mini-course.md)
-+   [时间序列预测作为监督学习](time-series-forecasting-supervised-learning.md)
++   [Python 中的时间序列预测案例研究：波士顿每月武装抢劫案](time-series-forecast-case-study-python-monthly-armed-robberies-boston.md)
++   [Python 中的时间序列预测案例研究：巴尔的摩的年度用水量](time-series-forecast-study-python-annual-water-usage-baltimore.md)
++   [Python 中的时间序列预测研究：法国香槟的月销售额](time-series-forecast-study-python-monthly-sales-french-champagne.md)
++   [使用 Python 和预测区间理解时间序列预测的不确定性](time-series-forecast-uncertainty-using-confidence-intervals-python.md)
++   [11 个 Python 中的经典时间序列预测方法（备忘单）](time-series-forecasting-methods-in-python-cheat-sheet.md)
++   [将 Python 用于时间序列预测表现测量](time-series-forecasting-performance-measures-with-python.md)
++   [Python 中的时间序列预测的 7 天迷你课程](time-series-forecasting-python-mini-course.md)
++   [作为监督学习的时间序列预测](time-series-forecasting-supervised-learning.md)
 +   [什么是时间序列预测？](time-series-forecasting.md)
 +   [如何使用 Python 识别和删除时间序列数据的季节性](time-series-seasonality-with-python.md)
 +   [如何在 Python 中使用和删除时间序列数据中的趋势信息](time-series-trends-in-python.md)
 +   [如何在 Python 中调整 ARIMA 参数](tune-arima-parameters-python.md)
-+   [如何用 Python 可视化时间序列残差预测错误](visualize-time-series-residual-forecast-errors-with-python.md)
-+   [白噪声时间序列与 Python](white-noise-time-series-python.md)
-+   [如何通过时间序列预测项目](work-time-series-forecast-project.md)
++   [如何用 Python 可视化时间序列预测残差](visualize-time-series-residual-forecast-errors-with-python.md)
++   [Python中的白噪声时间序列](white-noise-time-series-python.md)
++   [如何处理时间序列预测项目](work-time-series-forecast-project.md)
\ No newline at end of file