Answers:
如dsaxton所述，“时间序列分析”既不是算法也不是预测方法。这是一个研究领域。此外，许多时间序列分析甚至都与预测无关，而仅与了解时间序列的过去动态（例如，更改点检测）有关。
可以将诸如ARIMA模型或指数平滑之类的适合于预测的特定时间序列分析技术称为“学习算法”，并且像回归一样被视为机器学习（ML）的一部分。他们只是很少。
我想说这反映了时间序列分析在ML出现时已经非常完善并发展了自己的语言，因此很少有时间序列分析家会认为他们正在做机器学习（就像统计学家会认为的那样很少）回归为ML-是ML社区根据ML命名法对已建立的方法进行分类）。
相反，ML社区本身并没有真正在时间序列上做很多事情，并且在明显优于传统的预测时间序列算法的意义上，像神经网络这样的“经典” ML算法实际上并没有过分成功。如果您使用ML算法对时间动态进行建模，那么您已经非常接近ARIMA模型，但是如果您不这样做，则实际上会错过很多有助于预测的结构。