人工智能预测
本书整理自李丰老师在北京大学光华管理学院开设的《人工智能预测》“Forecasting with AI”课程的视频、讲义、notebook 和课堂示例，目标是把人工智能预测（AI Forecasting）写成一本可阅读、可运行、可复现的中文在线课程书。这里的人工智能（Artificial Intelligence, AI）时代预测（forecasting），既包括模型方法，也包括数据、评估和决策流程。
课程从预测基础开始，逐步进入人工智能预测、大语言模型（Large Language Model, LLM）、API 调用（Application Programming Interface, API）、预测评估（forecast evaluation）、金融预测智能体（financial forecasting agent）、Transformer、时间序列基座模型（Time Series Foundation Model, TSFM）、混合专家模型（Mixture of Experts, MoE）、模型蒸馏（Knowledge Distillation, KD）和 TimeGPT 应用。附录提供运行课程代码所需的计算平台、Python 和 Linux 基础。
如需离线阅读，可以下载本书的 PDF 版。
如何使用本书¶
建议按章节顺序学习：
先阅读课程概览和第一章到第三章，建立 forecasting、AI 预测和商业决策的概念框架。
再完成第四章到第八章，掌握大语言模型、API 预测、预测评估和金融预测智能体。
阅读第九章到第十三章，理解 Transformer、时间序列基座模型、混合专家模型、模型蒸馏和间歇性需求等进阶主题。
如果对 Python、Linux 或 PKU 集群不熟悉，阅读第四部分实践附录并完成其中的命令练习。
每章末尾的练习用于课堂讨论或作业设计。涉及 API key 的示例都应使用环境变量，不要把真实 key 写进 notebook、截图或提交记录。
课程定位¶
本课程不把预测理解为单一模型技巧，而是把它看作数据、模型、评估和决策的闭环。一个预测结果只有在目标明确、数据可追溯、评价可复现、风险可解释时，才真正适合进入业务决策。
作者¶
本书作者为北京大学光华管理学院李丰博士。作者简介、研究方向和联系方式见作者简介。如果在论文、作业或报告中使用本书内容，请参考如何引用。