作者：MaximilianStrau?；翻译：笪洁琼；校对：丁楠雅
本文共字，建议阅读10分钟。本文通过基线模型、LSTMs和Facebook的Prophet模型来预测每天的电子邮箱负荷，并详细解析了生成训练数据集的过程以及相应代码。
时间序列预测为数据科学算法提供了一个极好的训练场。
毕竟，如果一个人能够预测未来，那该有多牛逼啊！通常用来演示预测算法的典型数据集是股票图表、销售和气象数据。在这里，我们将尝试一些与每个用户更相关的东西，即你将收到的电子邮件的数量。根据一份电子邮件统计报告，年上半年，上班族平均每天收到85封电子邮件(
转载请注明：http://www.0431gb208.com/sjszlff/49.html
