# Séries Temporelles (Time Series)

> Suite de points de données indexés dans l'ordre chronologique, souvent utilisés pour la prévision (météo, bourse).

- Page ZoneIA : https://zoneia.fr/glossaire/series-temporelles-time-series
- Type : Définition du glossaire IA
- Catégories : [Analyse de Données & Data](https://zoneia.fr/outils/categorie/analyse-donnees-data), [Recherche & Science](https://zoneia.fr/outils/categorie/recherche-science-ia)
- Publié le : 2026-03-04
- Mis à jour le : 2026-05-22

Une série temporelle est une collection d’observations ordonnées dans le temps (minutes, jours, mois, etc.). Contrairement à des données “classiques”, l’ordre des points est essentiel : une valeur dépend souvent des valeurs passées. On parle souvent de **fréquence** (horaire, quotidienne), d’**historique** (fenêtre de temps disponible) et de **granularité** (niveau de détail).

## Composantes typiques
Une série temporelle combine souvent plusieurs motifs :
- **Tendance** : évolution globale (hausse/baisse).
- **Saisonnalité** : répétitions régulières (jours de la semaine, saisons).
- **Cycles** : variations plus longues et moins régulières.
- **Bruit / anomalies** : variations aléatoires ou événements rares.

## Comment on les exploite
Pour prévoir, on prépare souvent les données : gestion des valeurs manquantes, lissage, détection d’anomalies, et création de variables dérivées (retards/“lags”, moyennes mobiles). Les modèles vont d’approches statistiques (ARIMA, ETS) à des modèles ML/DL (XGBoost avec features temporelles, LSTM/Transformers), selon la complexité et la quantité de données.

## Usages concrets
- Prévision de demande et gestion de stocks.
- Détection d’incidents (monitoring, cybersécurité).
- Finance (volatilité, tendances).
- IoT et maintenance prédictive (capteurs).

---

Source : ZoneIA, annuaire francophone des outils IA (https://zoneia.fr/glossaire/series-temporelles-time-series)