时间序列预测问题是根据已有的时间序列数据预测其未来一段时间的状态。该问题有着广泛的应用场景，比如在金融领域被使用来做现金流量预测、股票价格预测，在零售行业被使用来做业务收入预测、库存消耗预测，在旅游行业被使用来预测旅游订单量、客服服务量等，在气象、人口密度预测来帮助决策者做出有效决策。本书首先对基于深度学习时间序列预测方法提出的理论依据进行分析，然后对其中涉及的关键技术进行研究。最后，针对各种真实场景的时间序列预测问题进行了分别的研究和测试。本书可供信息技术相关专业师生阅读。