上周五的推文学姐给大家推荐了16本有关于数据科学的书籍，大家都说太有用了纷纷收藏，而且学姐还给大家准备了两惊喜，抽奖和领书，抽奖已经抽完了，但是书还可以领！错过的可以现在去领。

数据科学是什么？

数据科学（data science）是一门利用数据学习知识的学科，其目标是通过从数据中提取出有价值的部分来生产数据产品。它结合了诸多领域中的理论和技术，包括应用数学、统计、模式识别、机器学习、数据可视化、数据仓库以及高性能计算。

看到这里有刚入门的萌新会问了：我学了数据科学能干啥？别着急，这就给你说能干啥！

可以做数据科学家，数据科学家横跨业务和技术两个领域，通过深入的数据分析实现特定结果。在机器学习 (ML) 领域中，数据科学家通过数据设计和构建模型、创建和处理算法，并训练模型以预测和实现业务目标。

听起来感觉很大很虚？其实不会的，我们知道了底层逻辑，然后再找细分领域的工作就很明确了鸭！一点都不画大饼！

能找什么工作？

数据科学家的目标是确定所有数据的含义，并针对企业提出一些具有建设性的建议。

这些建议，一半以上都是基于历史的数据对未来的预测，包括供应链需求的预测、金融投资现金流的预测、交通人流的预测、销量的预测……做出这些预测的方法，被称为时间序列预测。

我们来看看现在的企业招聘需求

看了上面的招聘需求是不是觉得不虚了？现在市面上对这方面的需求还是挺大的，而且没有那么卷（狗头.jpg）！

时间序列怎么学？

时间序列预测与具体业务场景的结合非常紧密。

预测对象、颗粒度、前置期、准确性指标等对于构建模型最关键的因素往往并非一目了然，只有通过对不同场景的需求进行深入分析才能找到合适解决方案。业务理解能力和算法模型理论，缺一不可。

算法模型理论方面，市面上还没有成体系的教材，所以这里就需要大家学习论文、复现论文来了解时间序列预测算法知识啦！

怎么越学越多？！！！毕竟学习本来就是先做加法再做减法的过程嘛╥﹏╥...嘤~

这里学姐从成千上百份论文里面给大家筛选出来了20篇时序预测的论文！

教材和综述

• Forecasting：principles and practice, 3rd edition, 2021

• Time-series forecasting with deep learning：a survey， 2021

机器学习算法用于时序预测

• Forecasting at Scale， 2017

• Fast and scalable Gaussian process modeling with applications to astronomical time series, 2017

RNN用于时序预测

• Deep and Confident Prediction for Time Series at Uber， 2016

• Deep AR：Probabilistic Forecasting with Autoregressive Recurrent Networks， 2017

CNN用于时序预测

• A Multi-Horizon Quantile Recurrent Forecaster， 2017

• Probabilistic forecasting with temporal convolutional neural network， 2020

不光有这些，还有GNN用于时序预测、Transformer用于时序预测、传统统计学与深度学习结合、多层级时序预测、时序领域的数据增强方法、具体领域的时序预测案例等方面的论文。

限于学姐不想打字了，就不展开了。先别急着骂懒，我看下面！

学姐已经把论文打包好了！大家扫描下方二维码回复“时序论文”获取即可！

（这是学姐的小助理，萌萌哒的小学妹）

不管你是在学习的哪个阶段

学姐都希望自己的经验和知识能够帮到你！

如果有难题就来找学姐解惑吧！