# Uvod v napovedovanje časovnih vrst Kaj je napovedovanje časovnih vrst? Gre za napovedovanje prihodnjih dogodkov z analizo preteklih trendov. ## Regionalna tema: svetovna poraba električne energije ✨ V teh dveh lekcijah boste spoznali napovedovanje časovnih vrst, nekoliko manj znano področje strojnega učenja, ki je kljub temu izjemno dragoceno za industrijske in poslovne aplikacije ter druge področja. Čeprav se lahko nevronske mreže uporabljajo za izboljšanje uporabnosti teh modelov, jih bomo preučevali v kontekstu klasičnega strojnega učenja, saj modeli pomagajo napovedovati prihodnjo uspešnost na podlagi preteklosti. Naša regionalna osredotočenost je poraba električne energije po svetu, zanimiv nabor podatkov za učenje o napovedovanju prihodnje porabe električne energije na podlagi vzorcev pretekle obremenitve. Vidite lahko, kako je takšno napovedovanje lahko izjemno koristno v poslovnem okolju.  Fotografija [Peddi Sai hrithik](https://unsplash.com/@shutter_log?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText) električnih stolpov na cesti v Rajasthanu na [Unsplash](https://unsplash.com/s/photos/electric-india?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText) ## Lekcije 1. [Uvod v napovedovanje časovnih vrst](1-Introduction/README.md) 2. [Izdelava ARIMA modelov časovnih vrst](2-ARIMA/README.md) 3. [Izdelava Support Vector Regressor za napovedovanje časovnih vrst](3-SVR/README.md) ## Zasluge "Uvod v napovedovanje časovnih vrst" sta napisali ⚡️ [Francesca Lazzeri](https://twitter.com/frlazzeri) in [Jen Looper](https://twitter.com/jenlooper). Zvezki so se prvič pojavili na spletu v [Azure "Deep Learning For Time Series" repozitoriju](https://github.com/Azure/DeepLearningForTimeSeriesForecasting), ki ga je prvotno napisala Francesca Lazzeri. Lekcijo o SVR je napisal [Anirban Mukherjee](https://github.com/AnirbanMukherjeeXD). --- **Omejitev odgovornosti**: Ta dokument je bil preveden z uporabo storitve za strojno prevajanje [Co-op Translator](https://github.com/Azure/co-op-translator). Čeprav si prizadevamo za natančnost, vas prosimo, da se zavedate, da lahko avtomatizirani prevodi vsebujejo napake ali netočnosti. Izvirni dokument v njegovem izvirnem jeziku je treba obravnavati kot avtoritativni vir. Za ključne informacije priporočamo strokovno človeško prevajanje. Ne prevzemamo odgovornosti za morebitna nesporazumevanja ali napačne razlage, ki izhajajo iz uporabe tega prevoda.