array(35) { ["id"]=> string(4) "1797" ["type"]=> string(6) "course" ["title"]=> string(66) "基于机器学习的原油价格趋势分析与预测实验案例" ["subtitle"]=> string(0) "" ["creator"]=> array(6) { ["id"]=> string(1) "8" ["nickname"]=> string(7) "mingzhu" ["title"]=> string(6) "教师" ["uuid"]=> string(40) "66f930e6f2d349b45f48f24e125e05d3a92fb8d1" ["destroyed"]=> string(1) "0" ["avatar"]=> array(3) { ["small"]=> string(76) "http://www.chinadatacase.com/files/default/2021/11-26/09105602405b816729.png" ["middle"]=> string(76) "http://www.chinadatacase.com/files/default/2021/11-26/091056023132077454.png" ["large"]=> string(76) "http://www.chinadatacase.com/files/default/2021/11-26/0910560220f8152273.png" } } ["showable"]=> string(1) "1" ["buyable"]=> string(1) "1" ["summary"]=> string(843) "

国际原油价格,尤其是长期价格趋势对世界、各地区和我国能源安全以及经济利益有着直接且深远的影响。长期以来,世界各地的学者、国际能源公司、全球投资机构都在持续展开原油长期价格及走势的分析和预测工作,为行业发展和能源战略提供依据和参考,同时寻求规避油价波动带来的风险和损失。本案例选取2011年至2023年的美原油连续价格,通过运用Python语言绘制价格变动K线图、价格成交量柱状图、价格移动平均线图进行趋势分析,并运用线性回归模型和基于pycaret的机器学习模型进行价格预测,比较预测的准确性和稳定性,使学生掌握油价走势分析与预测的一般方法,培养学生运用Python语言进行数据分析的实验能力。

" ["minPrice"]=> string(4) "0.00" ["maxPrice"]=> string(4) "0.00" ["discountId"]=> string(1) "0" ["images"]=> array(3) { ["large"]=> string(75) "http://www.chinadatacase.com/files/course/2023/10-20/103629d4a93d948724.jpg" ["middle"]=> string(75) "http://www.chinadatacase.com/files/course/2023/10-20/103629d4b75e689850.jpg" ["small"]=> string(75) "http://www.chinadatacase.com/files/course/2023/10-20/103629d4bf4f193180.jpg" } ["ratingNum"]=> string(1) "0" ["rating"]=> string(1) "0" ["hitNum"]=> string(3) "956" ["hotSeq"]=> string(1) "0" ["maxPriceObj"]=> array(2) { ["currency"]=> string(3) "RMB" ["amount"]=> string(4) "0.00" } ["minPriceObj"]=> array(2) { ["currency"]=> string(3) "RMB" ["amount"]=> string(4) "0.00" } ["minDisplayPrice"]=> string(4) "0.00" ["maxDisplayPrice"]=> string(4) "0.00" ["minDisplayPriceObj"]=> array(2) { ["currency"]=> string(3) "RMB" ["amount"]=> string(4) "0.00" } ["maxDisplayPriceObj"]=> array(2) { ["currency"]=> string(3) "RMB" ["amount"]=> string(4) "0.00" } ["canManage"]=> bool(false) ["peopleShowNum"]=> string(3) "150" ["isMember"]=> bool(false) ["status"]=> string(9) "published" ["orgId"]=> string(1) "1" ["orgCode"]=> string(2) "1." ["recommendWeight"]=> string(1) "0" ["recommendedTime"]=> string(1) "0" ["createdTime"]=> string(25) "2023-10-11T13:06:35+08:00" ["updatedTime"]=> string(25) "2025-12-12T12:12:58+08:00" ["product"]=> array(7) { ["id"]=> string(4) "1797" ["targetType"]=> string(6) "course" ["title"]=> string(66) "基于机器学习的原油价格趋势分析与预测实验案例" ["owner"]=> string(1) "8" ["createdTime"]=> string(10) "1697000795" ["updatedTime"]=> string(10) "1716864813" ["target"]=> array(17) { ["id"]=> string(4) "1897" ["type"]=> string(6) "normal" ["title"]=> string(66) "基于机器学习的原油价格趋势分析与预测实验案例" ["subtitle"]=> string(0) "" ["summary"]=> string(843) "

国际原油价格,尤其是长期价格趋势对世界、各地区和我国能源安全以及经济利益有着直接且深远的影响。长期以来,世界各地的学者、国际能源公司、全球投资机构都在持续展开原油长期价格及走势的分析和预测工作,为行业发展和能源战略提供依据和参考,同时寻求规避油价波动带来的风险和损失。本案例选取2011年至2023年的美原油连续价格,通过运用Python语言绘制价格变动K线图、价格成交量柱状图、价格移动平均线图进行趋势分析,并运用线性回归模型和基于pycaret的机器学习模型进行价格预测,比较预测的准确性和稳定性,使学生掌握油价走势分析与预测的一般方法,培养学生运用Python语言进行数据分析的实验能力。

" ["cover"]=> array(3) { ["large"]=> string(75) "http://www.chinadatacase.com/files/course/2023/10-20/103629d4a93d948724.jpg" ["middle"]=> string(75) "http://www.chinadatacase.com/files/course/2023/10-20/103629d4b75e689850.jpg" ["small"]=> string(75) "http://www.chinadatacase.com/files/course/2023/10-20/103629d4bf4f193180.jpg" } ["status"]=> string(9) "published" ["studentNum"]=> string(3) "150" ["discountType"]=> string(8) "discount" ["discount"]=> string(2) "10" ["minCoursePrice"]=> string(4) "0.00" ["maxCoursePrice"]=> string(4) "0.00" ["defaultCourseId"]=> string(4) "1915" ["productId"]=> string(4) "1797" ["goodsId"]=> string(4) "1797" ["minCoursePrice2"]=> array(2) { ["currency"]=> string(3) "RMB" ["amount"]=> string(4) "0.00" } ["maxCoursePrice2"]=> array(2) { ["currency"]=> string(3) "RMB" ["amount"]=> string(4) "0.00" } } } ["extensions"]=> array(3) { [0]=> string(8) "teachers" [1]=> string(14) "recommendGoods" [2]=> string(10) "isFavorite" } ["specs"]=> array(1) { [0]=> array(26) { ["id"]=> string(4) "1815" ["goodsId"]=> string(4) "1797" ["targetId"]=> string(4) "1915" ["title"]=> string(0) "" ["seq"]=> string(1) "1" ["status"]=> string(9) "published" ["price"]=> string(4) "0.00" ["coinPrice"]=> string(4) "0.00" ["usageMode"]=> string(7) "forever" ["usageDays"]=> string(1) "0" ["usageStartTime"]=> string(1) "0" ["usageEndTime"]=> string(1) "0" ["buyableStartTime"]=> string(1) "0" ["buyableEndTime"]=> string(1) "0" ["buyableMode"]=> NULL ["buyable"]=> string(1) "1" ["maxJoinNum"]=> string(1) "0" ["services"]=> array(0) { } ["priceObj"]=> array(2) { ["currency"]=> string(3) "RMB" ["amount"]=> string(4) "0.00" } ["displayPrice"]=> string(4) "0.00" ["displayPriceObj"]=> array(2) { ["currency"]=> string(3) "RMB" ["amount"]=> string(4) "0.00" } ["isMember"]=> bool(false) ["access"]=> array(2) { ["code"]=> string(14) "user.not_login" ["msg"]=> string(15) "用户未登录" } ["hasCertificate"]=> bool(false) ["learnUrl"]=> string(43) "http://www.chinadatacase.com/my/course/1915" ["teachers"]=> array(1) { [0]=> array(6) { ["id"]=> string(1) "8" ["nickname"]=> string(7) "mingzhu" ["title"]=> string(6) "教师" ["uuid"]=> string(40) "66f930e6f2d349b45f48f24e125e05d3a92fb8d1" ["destroyed"]=> string(1) "0" ["avatar"]=> array(3) { ["small"]=> string(76) "http://www.chinadatacase.com/files/default/2021/11-26/09105602405b816729.png" ["middle"]=> string(76) "http://www.chinadatacase.com/files/default/2021/11-26/091056023132077454.png" ["large"]=> string(76) "http://www.chinadatacase.com/files/default/2021/11-26/0910560220f8152273.png" } } } } } } 基于机器学习的原油价格趋势分析与预测实验案例 - 中国经管实验教学案例平台