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.
2.1 KiB
2.1 KiB
时间序列预测简介
什么是时间序列预测？它是通过分析过去的趋势来预测未来的事件。
区域主题：全球电力使用 ✨
在这两节课中，你将了解时间序列预测，这是一种相对较少人知的机器学习领域，但在工业和商业应用等领域中却极具价值。虽然可以使用神经网络来增强这些模型的实用性，但我们将研究它们在经典机器学习背景下的应用，因为模型有助于根据过去的表现预测未来的表现。
我们的区域重点是全球的电力使用，这是一个有趣的数据集，可以了解如何根据过去的负载模式预测未来的电力使用情况。你可以看到这种预测在商业环境中是多么有用。
照片由 Peddi Sai hrithik 拍摄于拉贾斯坦邦的一条道路上的电塔，发布在 Unsplash
课程
鸣谢
"时间序列预测简介" 由 Francesca Lazzeri 和 Jen Looper 用 ⚡️ 编写。这些笔记本最初出现在 Azure "Deep Learning For Time Series" repo 上，由 Francesca Lazzeri 编写。SVR 课程由 Anirban Mukherjee 编写。
免责声明： 本文档是使用机器翻译服务翻译的。尽管我们努力确保准确性，但请注意，自动翻译可能包含错误或不准确之处。应将原文档视为权威来源。对于关键信息，建议进行专业的人类翻译。我们不对使用此翻译而产生的任何误解或曲解承担责任。