科技带给我们惊喜，亦引领着生活进步。大家总喜欢预测未来会出现哪些令人惊叹的科技，日前，全球IT巨头之一的IBM发布了每年一度的“未来5年5项预测”报告，为未来5年的科技发展作出5大预测，其中包括空气动力电池、3D投影手机和个性化换乘车等技术。

近日，Google 地图在原实时路况基础上，增加了交通流量预测新功能，用户可以查找1周内每日5：00～21：00的交通流量预测情况，此流量根据以往流量进行预测。

IT新闻网站InfoWorld的David Linthicum在博客中提出了对2009年SOA行业的预测。他说，他在过去几年里提出的预测的准确率达到了90%。他说，他是第一个提出这个预测的，因此抢了其他博客朋友的先机。

预测和战略规划，以迎接新的挑战。只有通过远景预测和战略研究，才能明确未来的制造业将会是什么样的，以及对实现远景预测将会遇到的挑战

本文将分享一个基于疫情情况下的中长期月度间夜数据预测方法。传统的时间序列模型通过学习历史数据中趋势性和季节性的特征，能对月度数据做出相对有效的预测。而自从2020年以来，不时发生的疫情影响了历史数据相对规律的趋势性和季节性特征，也给基于传统时间序列模型的预测带来了难度。

时间序列是一种标准的分析方法，但是较为先进的机器学习工具引入了统计技术，来建立更精确的预测模型。时间是无法倒流的，但是使用现有的工具，您有更好的机会预测时间，或者更准确地说是可以预测时间序列样本中的事件是否会继续影响决策趋势。