時系列分析が機械学習アルゴリズムと見なされない理由

時系列分析が機械学習アルゴリズムと見なされないのはなぜですか（線形回帰とは異なります）。

回帰分析と時系列分析はどちらも予測方法です。では、なぜそれらの1つが学習アルゴリズムと見なされ、他のアルゴリズムと見なされないのでしょうか。

以下のようdsaxtonノート、「時系列分析は、」アルゴリズムも予測法でもありません。それは研究分野です。さらに、時系列分析の多くは予測にさえ関わっていませんが、時系列の過去のダイナミクス（たとえば、変化点の検出）を理解することにのみ関係しています。

ARIMAモデルや指数平滑法などの予測に適した特定の時系列分析手法は、確かに「学習アルゴリズム」と呼ばれ、回帰と同様に機械学習（ML）の一部と見なすことができます。彼らは単にまれです。

これは、MLが登場するまでに時系列分析がすでに十分に確立され、独自の言語を開発していたため、機械学習として行っていることを考える時系列分析者はほとんどいないでしょう（統計学者が考えるのと同じように） MLとしての回帰-確立されたメソッドをML命名法に分類するのはMLコミュニティです。

逆に、MLコミュニティは時系列自体をあまり活用しておらず、ニューラルネットワークのような「古典的な」MLアルゴリズムは、予測のための従来の時系列アルゴリズムを明らかに上回っているという意味では、あまり成功していません。MLアルゴリズムで時間ダイナミクスをモデル化すると、すでにARIMAモデルにかなり近づいていますが、そうでなければ、予測に役立つ多くの構造を見落とします。