强强联合！大模型做时空预测，超越传统模型实现SOTA

ChatGPT等大模型可以通过分析财经新闻和构建股票关系网络来预测股价变动，为投资者提供有价值的参考。

这类 大模型结合时空预测 的策略通过复杂网络和大量参数捕捉数据模式， 显著提高了分析和预测的效率和准确性 。这不仅在特定领域内有效，还能跨越不同领域进行应用 ，为我们解决现实世界中的复杂问题提供了新的解决方案。

深度之眼这次特别邀请了 Top 985高校博士，担任多个顶会审稿人的chichi老师 ，独家开讲 paper专题系列之四 《大语言模型驱动的时空预测算法》 ，用6节论文精讲和代码复现直播课，帮助同学们系统掌握大模型结合时空预测的知识点，夯实基础上手实战。

6节课仅需 10元
👇 扫码下单立享多重福利

赠送 配套课件资料+32节时间序列实战课

课程大纲

深入解读大语言模型做时空预测、时序预测、城市智能的相关论文，并介绍最先进的结合大语言模型的时空预测方法，以及相关代码。

第1节：论文解读1

One Fits All: Power General Time Series Analysis by Pretrained LM

NeuIPS2023 录用文章前5%！第一个提出使用预训练的LLM做时序预测任务。

第2节：代码解读1

着重讲解如何使用预训练LLM做时序预测

第3节：论文解读2

Time-LLM: Time Series Forecasting by Reprogramming Large Language Models

ICLR2024最新收录！研究了如何使用LLM做时序用测并有效地对齐时间序列数据和自然语言的模态。

第4节：代码解读2

重点讲解如何在代码中设计prompt template以及进行模态对齐。

第5节：论文解读3

Spatial-Temporal Large Language Model for Traffic Prediction

北京大学与南洋理工大学2024年3月联合推出！设计了时空大语言模型。

第6节：论文解读4

UrbanGPT: Spatio-Temporal Large Language Models

香港大学团队最新成果！设计了能够在广泛的下游城市任务中展现出卓越的泛化能力的大语言模型。

6节课仅需 10元
👇 扫码下单立享多重福利

讲师介绍

chichi老师

【简介】 Top 985在读博士/互联网大厂AI Lab 算法实习研究员，在NeurIPS, ICLR, KDD, AAAI, IJCAI,IEEE TITS, ACM TOMM发表论文8篇，并担任NeurIPS，AAAI，KDD, IJCAI，ICLR等审稿人。