# Ein neues SVR-Modell

## Anweisungen [^1]

Nachdem Sie ein SVR-Modell erstellt haben, bauen Sie ein neues mit frischen Daten (probieren Sie eines von [diesen Datensätzen von Duke](http://www2.stat.duke.edu/~mw/ts_data_sets.html)). Dokumentieren Sie Ihre Arbeit in einem Notizbuch, visualisieren Sie die Daten und Ihr Modell und testen Sie dessen Genauigkeit mit geeigneten Diagrammen und MAPE. Versuchen Sie auch, die verschiedenen Hyperparameter anzupassen und unterschiedliche Werte für die Zeitstempel zu verwenden.

## Bewertungsrichtlinien [^1]

| Kriterien | Vorbildlich                                               | Angemessen                                              | Verbesserungsbedarf                  |
| --------- | -------------------------------------------------------- | ------------------------------------------------------ | ------------------------------------ |
|           | Ein Notizbuch wird präsentiert, in dem ein SVR-Modell erstellt, getestet und mit Visualisierungen sowie angegebenen Genauigkeiten erklärt wird. | Das präsentierte Notizbuch ist nicht annotiert oder enthält Fehler. | Ein unvollständiges Notizbuch wird präsentiert. |

[^1]: Der Text in diesem Abschnitt basiert auf der [Aufgabe von ARIMA](https://github.com/microsoft/ML-For-Beginners/tree/main/7-TimeSeries/2-ARIMA/assignment.md)

**Haftungsausschluss**:  
Dieses Dokument wurde mithilfe von maschinellen KI-Übersetzungsdiensten übersetzt. Obwohl wir uns um Genauigkeit bemühen, beachten Sie bitte, dass automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner Originalsprache sollte als die maßgebliche Quelle betrachtet werden. Für wichtige Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die aus der Verwendung dieser Übersetzung entstehen.