本书面向对时间序列分析与人工智能感兴趣的读者，旨在系统梳理相关基础知识，深入讲解从传统统计建模到前沿深度学习方法的关键技术与实际应用。作者团队将持续关注开源社区及学术前沿，认真采纳专家学者的意见与建议，并计划定期进行季度更新，力求打造一本兼具易读性、严谨性与学术深度的时序智能教材。
本书内容包括介绍、基础概念、时间序列预测、时间序列异常检测、时间序列分类、自动化时间序列分析、时间序列基础模型、时间序列评测基准—OpenTS-Bench、神经微分方程时间序列分析等九部分。每章内容均基于作者团队在相关方向的探索与实践整理而成，仅代表作者团队的理解，如有疏漏或错误，诚恳欢迎读者通过issue或其他渠道提出宝贵意见。未来，团队将继续拓展更多前沿方法、实用工具及评测标准，并逐步完善教材内容。
当前完整的本书PDF版本路径为时序智能.pdf。其中每个章节的内容目录如下所示。
郭晨娟：华东师范大学 数据科学与工程学院 教授 博士生导师 国家级青年人才 上海市领军人才
杨彬：华东师范大学 数据科学与工程学院 讲席教授 博士生导师 国家级领军人才
胡吉林：华东师范大学 数据科学与工程学院 教授 博士生导师 国家级青年人才
树扬：华东师范大学 数据科学与工程学院 助理教授 硕士生导师 晨晖学者
该书编写工作由华东师范大学决策智能实验室(Decision Intelligence Lab)成员共同参与完成，负责教材的章节编写、案例设计、实验验证与配套资源开发。
参与成员如下（按照姓名音序排列）：
陈鹏、陈宇轩、成涵吟、丁逸飞、高洪帆、胡诗彦、黄姗姗、金建新、雷智、李北步、李哲、李正宇、陆骏凯、卢雨凝、邱翔飞、邱钰莹、申屠琦超、田锦东、王益杭、汪琳丰、汪思远、吴行健、严思雨、徐榕荟、张睿桐、郑兴泽
本书的不断优化完善，离不开每一位读者的关注与支持。您的宝贵意见将成为我们持续改进的重要动力！
对于所有提交issue的朋友，我们表示诚挚的感谢。
如您在使用本书过程中有任何疑问或建议，欢迎随时联系我们。
公众号：DI DaSE ECNU