# Nowy model SVR ## Instrukcje [^1] Teraz, gdy stworzyłeś model SVR, zbuduj nowy, korzystając ze świeżych danych (wypróbuj jeden z [tych zestawów danych z Duke](http://www2.stat.duke.edu/~mw/ts_data_sets.html)). Oznacz swoją pracę w notatniku, zwizualizuj dane i swój model, a następnie przetestuj jego dokładność, używając odpowiednich wykresów i MAPE. Spróbuj również dostosować różne hiperparametry oraz użyć różnych wartości dla kroków czasowych. ## Kryteria oceny [^1] | Kryteria | Wzorowe | Wystarczające | Wymaga poprawy | | -------- | ---------------------------------------------------------- | --------------------------------------------------------- | ----------------------------------- | | | Przedstawiono notatnik z modelem SVR, który został zbudowany, przetestowany i wyjaśniony za pomocą wizualizacji, a jego dokładność została określona. | Przedstawiony notatnik nie jest oznaczony lub zawiera błędy. | Przedstawiono niekompletny notatnik | [^1]:Tekst w tej sekcji oparty jest na [zadaniu z ARIMA](https://github.com/microsoft/ML-For-Beginners/tree/main/7-TimeSeries/2-ARIMA/assignment.md) --- **Zastrzeżenie**: Ten dokument został przetłumaczony za pomocą usługi tłumaczenia AI [Co-op Translator](https://github.com/Azure/co-op-translator). Chociaż dokładamy wszelkich starań, aby tłumaczenie było precyzyjne, prosimy pamiętać, że automatyczne tłumaczenia mogą zawierać błędy lub nieścisłości. Oryginalny dokument w jego języku źródłowym powinien być uznawany za autorytatywne źródło. W przypadku informacji o kluczowym znaczeniu zaleca się skorzystanie z profesjonalnego tłumaczenia przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z użycia tego tłumaczenia.