前言

預測分析是人工智能時代非常重要的技術之一。每一天，各行各業都在用預測分析技術解決各式各樣的問題。預測分析的原材料是數據，但搜集數據的成本很高。因此，雖然預測分析的大量主流思想和技術早在幾十年前就已出現，但預測分析一直發展得較為緩慢。直至近年來，數據的獲取能力和存儲能力獲得了空前提升，預測分析的應用才迎來爆發。預測分析變得流行還有兩個原因：一是計算能力的顯著提高；二是許多開源軟件項目的出現極大地降低了預測分析技術的使用門檻，使學術界以外的人士也可以使用這一強大的技術。例如這個項目——Python編程語言及其分析庫生態系統，也稱為Python數據科學棧，就大大普及了高級分析技術的應用。

本書的主題是預測分析，其內容是與實際預測的分析過程緊密相關，而不限于算法和技術的詳解。我們結合預測分析的實操示例，向你展示應用Python數據分析生態系統的主要技術和方法。本書主要使用兩個項目貫穿整個預測分析過程，從商務業務實踐和問題的理解到模型的開發，各個階段均通過操作示例實現。

本書會介紹多種預測分析技術：統計模型、時間序列分析以及空間統計等。我們的關注重點是應用廣泛的技術——機器學習，其中的監督學習是重點強調的部分。

本書認為，得到預測模型只是手段，不是目的。預測分析的目的是解決問題。因此，評價預測模型好壞的標準不應該是是否使用了最新和最時髦的技術，也不應該是評估模型本身是復雜還是簡單。好的預測模型應該既能解決實際問題，操作起來又方便。我們的目標是，讓你通過學習本書打好基礎，隨后能夠使用預測分析解決實際問題。