यहां तीन सर्वे पेपर दिए गए हैं जो टाइम सीरीज़ फोरकास्टिंग में मशीन लर्निंग के उपयोग की जांच करते हैं:
"... बहुपरत परसेप्ट्रॉन, बायेसियन न्यूरल नेटवर्क, रेडियल बेस फ़ंक्शंस, सामान्यीकृत रिग्रेशन न्यूरल नेटवर्क (जिसे कर्नेल रिग्रेशन भी कहा जाता है), K- निकटतम पड़ोसी रिग्रेशन, CART रिग्रेशन ट्री, सपोर्ट वेक्टर रिग्रेशन और गॉसियन प्रक्रियाएँ।"
"... वह कृत्रिम तंत्रिका नेटवर्क (ANN) इस क्षेत्र की प्रमुख मशीन लर्निंग तकनीक है।"
"... पर्यवेक्षित शिक्षण कार्यों के रूप में वन-स्टेप फोरकास्टिंग समस्याओं की औपचारिकता, लौकिक डेटा से निपटने के लिए एक प्रभावी उपकरण के रूप में स्थानीय शिक्षण तकनीकों की चर्चा, और जब हम एक-चरण से कई तक बढ़ते हैं तो पूर्वानुमान रणनीति की भूमिका स्टेप फोरकास्टिंग। ”