La prévision de séries temporelles prédit des valeurs futures à partir de données séquentielles historiques — prix d'actions, trafic web, consommation d'énergie, météo. Les approches IA incluent ARIMA, les forêts aléatoires sur des caractéristiques conçues et le deep learning (LSTMs, transformers). Un détaillant marocain pourrait prévoir la demande pour optimiser les stocks, réduisant ruptures et surstock.