# Нова модель SVR ## Інструкції [^1] Тепер, коли ви створили модель SVR, створіть нову, використовуючи свіжі дані (спробуйте один із [цих наборів даних від Duke](http://www2.stat.duke.edu/~mw/ts_data_sets.html)). Додайте коментарі до своєї роботи в ноутбуці, візуалізуйте дані та вашу модель, а також протестуйте її точність за допомогою відповідних графіків і MAPE. Спробуйте також змінити різні гіперпараметри та використати різні значення для часових кроків. ## Критерії оцінювання [^1] | Критерії | Відмінно | Задовільно | Потребує покращення | | -------- | ----------------------------------------------------------- | ------------------------------------------------------- | --------------------------------- | | | Представлено ноутбук із побудованою, протестованою та поясненою моделлю SVR, з візуалізаціями та зазначеною точністю. | Представлено ноутбук без коментарів або з помилками. | Представлено неповний ноутбук. | [^1]:Текст у цьому розділі базується на [завданні з ARIMA](https://github.com/microsoft/ML-For-Beginners/tree/main/7-TimeSeries/2-ARIMA/assignment.md) --- **Відмова від відповідальності**: Цей документ був перекладений за допомогою сервісу автоматичного перекладу [Co-op Translator](https://github.com/Azure/co-op-translator). Хоча ми прагнемо до точності, будь ласка, майте на увазі, що автоматичні переклади можуть містити помилки або неточності. Оригінальний документ на його рідній мові слід вважати авторитетним джерелом. Для критично важливої інформації рекомендується професійний людський переклад. Ми не несемо відповідальності за будь-які непорозуміння або неправильні тлумачення, що виникають внаслідок використання цього перекладу.