时间序列预测的经典书，内容偏技术，但讲得挺清楚，用了不少机器学习的思路来搞预测问题，尤其适合你想从传统方法往 AI 方向转的那种。

时间序列的其实并不难，说白了就是把过去的数据串起来，找出规律，往未来推。像天气预报、股市、设备维护都离不开这个。书里开头讲的概念比较基础，比如平稳序列和非平稳序列，趋势、周期这类也都提到了。

ARIMA、移动平均这些老方法你早就用腻了，这本书比较妙的地方在于它引入了神经网络、支持向量机、深度学习等算法。虽然不是讲得深入，但用例挺多，能帮你快速了解这些模型在时序场景下咋用。

还有一点挺实用：它讨论了多变量时间序列、异常检测、复杂事件这些进阶应用场景。比如你做 IoT 监控，就可以参考里面怎么多种传感器数据一起预测故障。

，别忽略它后面的案例部分，像人口预测、非线性异常检测，都是实打实的项目思路。如果你用的是 MATLAB 或 SAS，也能从文末推荐的那些文章里找到代码示例。

如果你正在找一本能把传统统计和现代 AI结合起来讲的时间序列书，这本还挺靠谱的。