# Εισαγωγή στην πρόβλεψη χρονοσειρών Τι είναι η πρόβλεψη χρονοσειρών; Πρόκειται για την πρόβλεψη μελλοντικών γεγονότων μέσω της ανάλυσης των τάσεων του παρελθόντος. ## Περιφερειακό θέμα: παγκόσμια χρήση ηλεκτρισμού ✨ Σε αυτά τα δύο μαθήματα, θα εισαχθείτε στην πρόβλεψη χρονοσειρών, έναν σχετικά άγνωστο τομέα της μηχανικής μάθησης που ωστόσο είναι εξαιρετικά πολύτιμος για βιομηχανικές και επιχειρηματικές εφαρμογές, μεταξύ άλλων πεδίων. Ενώ τα νευρωνικά δίκτυα μπορούν να χρησιμοποιηθούν για την ενίσχυση της χρησιμότητας αυτών των μοντέλων, θα τα μελετήσουμε στο πλαίσιο της κλασικής μηχανικής μάθησης καθώς τα μοντέλα βοηθούν στην πρόβλεψη της μελλοντικής απόδοσης με βάση το παρελθόν. Η περιφερειακή μας εστίαση είναι η χρήση ηλεκτρικής ενέργειας στον κόσμο, ένα ενδιαφέρον σύνολο δεδομένων για να μάθουμε πώς να προβλέπουμε τη μελλοντική κατανάλωση ηλεκτρικής ενέργειας βασιζόμενοι σε μοτίβα του παρελθόντος φορτίου. Μπορείτε να δείτε πόσο χρήσιμη μπορεί να είναι αυτή η μορφή πρόβλεψης σε ένα επιχειρηματικό περιβάλλον. ![electric grid](../../../translated_images/el/electric-grid.0c21d5214db09ffa.webp) Φωτογραφία από [Peddi Sai hrithik](https://unsplash.com/@shutter_log?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText) με ηλεκτρικούς πυλώνες σε δρόμο στο Rajasthan στο [Unsplash](https://unsplash.com/s/photos/electric-india?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText) ## Μαθήματα 1. [Εισαγωγή στην πρόβλεψη χρονοσειρών](1-Introduction/README.md) 2. [Κατασκευή μοντέλων ARIMA χρονοσειρών](2-ARIMA/README.md) 3. [Κατασκευή Support Vector Regressor για πρόβλεψη χρονοσειρών](3-SVR/README.md) ## Πιστώσεις Η "Εισαγωγή στην πρόβλεψη χρονοσειρών" γράφτηκε με ⚡️ από τη [Francesca Lazzeri](https://twitter.com/frlazzeri) και τη [Jen Looper](https://twitter.com/jenlooper). Τα σημειωματάρια εμφανίστηκαν πρώτα online στο [Azure "Deep Learning For Time Series" repo](https://github.com/Azure/DeepLearningForTimeSeriesForecasting) που αρχικά γράφτηκε από τη Francesca Lazzeri. Το μάθημα SVR γράφτηκε από τον [Anirban Mukherjee](https://github.com/AnirbanMukherjeeXD) --- **Αποποίηση ευθυνών**: Αυτό το έγγραφο έχει μεταφραστεί χρησιμοποιώντας την υπηρεσία μετάφρασης με τεχνητή νοημοσύνη [Co-op Translator](https://github.com/Azure/co-op-translator). Ενώ επιδιώκουμε την ακρίβεια, παρακαλούμε να έχετε υπόψη ότι οι αυτοματοποιημένες μεταφράσεις ενδέχεται να περιέχουν λάθη ή ανακρίβειες. Το πρωτότυπο έγγραφο στη μητρική του γλώσσα πρέπει να θεωρείται η αυθεντική πηγή. Για κρίσιμες πληροφορίες, συνιστάται επαγγελματική ανθρώπινη μετάφραση. Δεν φέρουμε ευθύνη για τυχόν παρεξηγήσεις ή λανθασμένες ερμηνείες που προκύπτουν από τη χρήση αυτής της μετάφρασης.