【内容简介】

本书分为八章，内容包括时间序列分析的基础知识、时间序列预测的常用方法，以及神经网络在时间序列预测中的应用；时间序列异常检测算法的技术与框架，如何识别异常的时间点及多种异常检测方法；时间序列的相似性度量方法、聚类算法；多维时间序列在广告分析和业务运维领域的应用，利用OLAP技术对多维时间序列进行有效处理，通过根因分析技术获得导致故障的维度和元素；智能运维领域（AIOps）和金融领域的两个应用场景。

本书适合数据科学家、机器学习工程师、金融领域从业者，以及对时间序列分析和机器学习感兴趣的读者阅读。本书可作为高等院校计算机、统计学、金融学等相关专业师生的教材和参考资料。

【作者介绍】

张戎博士，新加坡国立大学数学博士，深圳孔雀计划高层次人才，数学和机器学习领域科普作家，数学、科研和深度学习等话题的优秀自媒体工作者, 曾多次担任行业技术大会讲师。博士期间从事动力系统的研究工作，博士论文中解决了非正则吸引子的存在性问题。毕业之后在工业界从事人工智能的研发工作，涉及业务包括推荐系统、安全大数据和智能运维等内容。

罗齐，硕士毕业于香港中文大学（深圳），现就职于某互联网公司，从事算法应用研究工作，研究方向为游戏数据挖掘和智能运维，曾参与多款热门游戏的数据挖掘和智能运维工作。