# കൂടുതൽ ടൈം സീരീസ് ദൃശ്യവത്കരിക്കുക ## നിർദ്ദേശങ്ങൾ നിങ്ങൾ ടൈം സീരീസ് ഫോറ്കാസ്റ്റിംഗിനെക്കുറിച്ച് പഠനം ആരംഭിച്ചിട്ടുണ്ട്, പ്രത്യേക മോഡലിംഗിന് ആവശ്യമായ ഡാറ്റയുടെ തരം നോക്കി. നിങ്ങൾ എനർജി സംബന്ധിച്ച ചില ഡാറ്റ ദൃശ്യവത്കരിച്ചിട്ടുണ്ട്. ഇപ്പോൾ, ടൈം സീരീസ് ഫോറ്കാസ്റ്റിംഗിൽ പ്രയോജനപ്പെടുന്ന മറ്റ് ചില ഡാറ്റകൾ അന്വേഷിക്കുക. മൂന്ന് ഉദാഹരണങ്ങൾ കണ്ടെത്തുക ([Kaggle](https://kaggle.com)യും [Azure Open Datasets](https://azure.microsoft.com/en-us/services/open-datasets/catalog/?WT.mc_id=academic-77952-leestott)ഉം പരീക്ഷിക്കുക) അവ ദൃശ്യവത്കരിക്കുന്ന ഒരു നോട്ട്‌ബുക്ക് സൃഷ്ടിക്കുക. അവയ്ക്ക് ഉള്ള പ്രത്യേക സവിശേഷതകൾ (കാലഘട്ടപരമായ സ്വഭാവം, അപ്രതീക്ഷിത മാറ്റങ്ങൾ, അല്ലെങ്കിൽ മറ്റ് പ്രവണതകൾ) നോട്ട്‌ബുക്കിൽ രേഖപ്പെടുത്തുക. ## റൂബ്രിക് | മാനദണ്ഡം | ഉദാഹരണപരമായത് | മതിയായത് | മെച്ചപ്പെടുത്തേണ്ടത് | | -------- | ------------------------------------------------------------ | ---------------------------------------------------- | ----------------------------------------------------------------------------------------- | | | മൂന്ന് ഡാറ്റാസെറ്റുകൾ നോട്ട്‌ബുക്കിൽ പ്ലോട്ട് ചെയ്ത് വിശദീകരിച്ചിരിക്കുന്നു | രണ്ട് ഡാറ്റാസെറ്റുകൾ നോട്ട്‌ബുക്കിൽ പ്ലോട്ട് ചെയ്ത് വിശദീകരിച്ചിരിക്കുന്നു | കുറച്ച് ഡാറ്റാസെറ്റുകൾ നോട്ട്‌ബുക്കിൽ പ്ലോട്ട് ചെയ്തോ വിശദീകരിച്ചോ അല്ലെങ്കിൽ ഡാറ്റ അപര്യാപ്തമാണ് | --- **അസൂയാപത്രം**: ഈ രേഖ AI വിവർത്തന സേവനം [Co-op Translator](https://github.com/Azure/co-op-translator) ഉപയോഗിച്ച് വിവർത്തനം ചെയ്തതാണ്. നാം കൃത്യതയ്ക്ക് ശ്രമിച്ചിട്ടുണ്ടെങ്കിലും, യന്ത്രം ചെയ്ത വിവർത്തനങ്ങളിൽ പിശകുകൾ അല്ലെങ്കിൽ തെറ്റുകൾ ഉണ്ടാകാമെന്ന് ദയവായി ശ്രദ്ധിക്കുക. അതിന്റെ മാതൃഭാഷയിലുള്ള യഥാർത്ഥ രേഖ അധികാരപരമായ ഉറവിടമായി കണക്കാക്കപ്പെടണം. നിർണായകമായ വിവരങ്ങൾക്ക്, പ്രൊഫഷണൽ മനുഷ്യ വിവർത്തനം ശുപാർശ ചെയ്യപ്പെടുന്നു. ഈ വിവർത്തനം ഉപയോഗിക്കുന്നതിൽ നിന്നുണ്ടാകുന്ന ഏതെങ്കിലും തെറ്റിദ്ധാരണകൾക്കോ തെറ്റായ വ്യാഖ്യാനങ്ങൾക്കോ ഞങ്ങൾ ഉത്തരവാദികളല്ല.