DMSP/OLS夜光数据，SNPP/VIIRS夜光数据及其应用领域，包括两个数据的下载地址，卫星及传感器基本参数，时间序列产品基本介绍（空间和时间分辨率，覆盖范围，投影坐标，子产品介绍，如DMSP的平均灯光强度、稳定灯光强度、观测频次数据、平均灯光XPct数据、缺点、辐射定标产品及辐射校正方法，VIIRS数据预处理方法），两种数据的比较及其在城市发展，能源经济等方面的应用。

采用彩票数据生成彩票游戏，利用QLearning方法玩彩票游戏，并且统计简单的收益情况。
适合研究人工智能和时间序列的学员使用。

在MATLAB软件中，采用互信息法计算时间序列的延迟时间。

建模分析师（数据分析师、数据挖掘工程师）理论基础：统计学、概率论、数理统计、多元统计分析、时间序列、数据挖掘（DM）软件要求：Excel、SQL（必要）&SPSSModeler、R、Python、SAS、Weka等（可选）分析方法要求：除掌握基本数据处理及分析方法以外，还应掌握高级数据分析及数据挖掘方法（多元线性回归法、生存分析法、神经网路、决策树、判别分析法、主成分分析法、因子分析法、典型相关分析、聚类分析法、关联规则、支持向量机、bagging、boosting等）和可视化技术。
业务分析能力：可以将业务目标转化为数据分析目标熟悉常用算法和数据结构，熟悉企业数据库架构建设针对不同分析主体，可以熟练的进行维度分析，能够从海量数据中搜集并提取信息通过相关数据分析方法，结合一个或多个数据分析软件完成对海量数据的处理和分析结果展现能力：报告体现数据挖掘的整体流程，层层阐述信息的收集、模型的构建、结果的验证和解读，对行业进行评估，优化和决策。

可以进行管网平差、管网水力模拟和建立水质模型的软件，EPANET作为一套功能齐全、界面友好、易于使用的优秀免费软件，得到广泛应用，成为许多商业软件的核心，也为输配水系统的科学研究提供了便利。
什么是EPANETH？EPANETH软件是美国环保局软件EPANET的汉化版本，是一个可以执行有压管网水力和水质特性延时模拟的计算机程序。
管网包括管道、节点（管道连接节点）、水泵、阀门和蓄水池（或者水库）等组件。
EPANETH可跟踪延时阶段管道水流、节点压力、水池水位高度以及整个管网中化学物质的浓度。
除了模拟延时阶段的化学成分，也可以模拟水龄和进行源头跟踪。
EPANETH开发的目的是为了改善对配水系统中物质迁移转化规律的理解。
它可以实现许多不同类型的配水系统分析。
采样程序设计、水力模型校验、余氯分析以及用户暴露评价就是一些例子。
EPANETH有助于评价整个系统水质改善的不同管理策略，这些可能包括：改变多水源供水系统的水源配置；
改变水泵提升和水池注水/放水时间调度安排；
水处理的补充措施，例如蓄水池中重新加氯；
管道清洗和替换。
在Windows环境下，EPANETH提供了管网输入数据编辑、水力和水质模拟，以及以各种方式显示计算结果的集成环境。
结果的表达形式包括管网地图颜色表示、数据表格、时间序列图和等值线图等。
水力模拟能力完整和精确的水力模拟是有效水质模拟的先决条件。
EPANETH包含了先进的水力分析引擎，具有以下功能：对管网规模未加限制；
可利用Hazen-Williams,Darcy-Weisbach或Chezy-Manning公式计算摩擦水头损失；
包含了弯头、附件等处的局部水头损失计算；
可模拟恒速和变速水泵；
可进行水泵提升能量和成本分析；
可模拟各种类型的阀门，包括遮蔽阀、止回阀、调压阀和流量控制阀；
允许包含各种形状的蓄水池（即直径可以随高度变化）；
考虑节点多需水量类型，每一节点可具有自己的时变模式；
可模拟依赖于压力的流量，例如扩散器（喷头水头）；
系统运行能够基于简单水池水位或者计时器控制，以及基于规则的复杂控制水质模拟能力EPANETH提供了以下水质模拟能力：模拟管网中非反应性示踪剂随时间的运动；
模拟反应物质的运动变化，它可以随时间增长（例如消毒副产物）或者降低（例如余氯）；
2模拟整个管网的水龄；
跟踪从已知节点来的水流百分比；
模拟主流水体和管壁处的反应；
利用n级反应动力学模拟主流水体中的反应；
利用零级或者一级反应动力学模拟管壁处的反应；
模拟管壁处的反应时可考虑质量转移限值；
允许持续达到一个极限浓度的增长或者衰减反应；
利用全局反应速率系数，可在单管道基础上纠正；
允许管网中任何位置的时间变化浓度或者质量输入；
将蓄水池作为完全混合、柱塞流或者双室反应器进行模拟。
通过利用这些特性，EPANETH能够研究以下水质现象：不同水源来水的混合；
整个系统的水龄；
余氯的损失；
消毒副产物的增长；
污染事件跟踪。

本人搜集的时间序列预测问题的相关论文，主要是硕博士。
包括机器学习和深度学习的方法，主要是各类神经网络的应用。

SPSS从入门到精通，主要是通过统计描述、统计推断和探索性分析，总结并提炼工作汇中经常用到并且非常实用的通过SPSS进行数据处理，数据分析实战方法和技巧。
主要内容如下：1）SPSS概况2）数据处理3）数据分析4）相关分析5）回归分析6）自动线性建模7）Logistic回归8）时间序列分析9）RFM分析10）聚类分析11）因子分析12）对应分析

解决时间序列问题，代码中参数的设定自己摸索吧

DataCastle轴承故障预测数据集，可供下载使用的有2个文件：1.train.csv，训练集数据，1到6000为按时间序列连续采样的振动信号数值，每行数据是一个样本，共792条数据，第一列id字段为样本编号，最后一列label字段为标签数据，即轴承的工作状态，用数字0到9表示。
2.test_data.csv，测试集数据，共528条数据，除无label字段外，其他字段同训练集。
总的来说，每行数据除去id和label后是轴承一段时间的振动信号数据，选手需要用这些振动信号去判定轴承的工作状态label。

时间序列分析的工程应用_2007(上下册),华中科技大学出版社，杨叔子院士，很经典的书，值得收藏学习

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。