msb-public
/
ML-For-Beginners
mirror of https://github.com/microsoft/ML-For-Beginners.git
1
0
Code Issues Projects Releases Wiki Activity
You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
Branches Tags
${ item.name }
Create tag ${ searchTerm }
Create branch ${ searchTerm }
from 'WirelessLife-patch-2'
${ noResults }
ML-For-Beginners/translations/it/7-TimeSeries/README.md

2.7 KiB
Raw Permalink Blame History Escape

Introduzione alla previsione delle serie temporali

Cos'è la previsione delle serie temporali? Si tratta di prevedere eventi futuri analizzando le tendenze del passato.

Argomento regionale: consumo di elettricità nel mondo ✨

In queste due lezioni, verrà introdotta la previsione delle serie temporali, un'area del machine learning meno conosciuta ma estremamente preziosa per le applicazioni industriali e aziendali, tra gli altri campi. Sebbene le reti neurali possano essere utilizzate per migliorare l'utilità di questi modelli, li studieremo nel contesto del machine learning classico poiché i modelli aiutano a prevedere le prestazioni future basandosi sul passato.

Il nostro focus regionale è il consumo di elettricità nel mondo, un dataset interessante per imparare a prevedere il consumo futuro di energia basandosi sui modelli di carico passati. Puoi vedere come questo tipo di previsione possa essere estremamente utile in un ambiente aziendale.

rete elettrica

Foto di Peddi Sai hrithik di torri elettriche su una strada in Rajasthan su Unsplash

Lezioni

  1. Introduzione alla previsione delle serie temporali
  2. Costruzione di modelli ARIMA per serie temporali
  3. Costruzione di un Support Vector Regressor per la previsione delle serie temporali

Crediti

"L'introduzione alla previsione delle serie temporali" è stata scritta con ⚡️ da Francesca Lazzeri e Jen Looper. I notebook sono apparsi per la prima volta online nel repo Azure "Deep Learning For Time Series" originariamente scritto da Francesca Lazzeri. La lezione SVR è stata scritta da Anirban Mukherjee

Disclaimer: Questo documento è stato tradotto utilizzando servizi di traduzione automatizzata basati su intelligenza artificiale. Sebbene ci sforziamo di garantire l'accuratezza, si prega di essere consapevoli che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale umana. Non siamo responsabili per eventuali malintesi o interpretazioni errate derivanti dall'uso di questa traduzione.