2.5 KiB
Introduction à la prévision des séries temporelles
Qu'est-ce que la prévision des séries temporelles ? Il s'agit de prédire des événements futurs en analysant les tendances du passé.
Thème régional : consommation d'électricité dans le monde ✨
Dans ces deux leçons, vous serez introduit à la prévision des séries temporelles, un domaine de l'apprentissage automatique quelque peu moins connu mais néanmoins extrêmement précieux pour les applications industrielles et commerciales, parmi d'autres domaines. Bien que les réseaux neuronaux puissent être utilisés pour améliorer l'utilité de ces modèles, nous les étudierons dans le contexte de l'apprentissage automatique classique, car les modèles aident à prédire la performance future en se basant sur le passé.
Notre focus régional est la consommation électrique dans le monde, un ensemble de données intéressant pour apprendre à prévoir la consommation future d'électricité en fonction des schémas de charge passés. Vous pouvez voir comment ce type de prévision peut être extrêmement utile dans un environnement commercial.
Photo par Peddi Sai hrithik de tours électriques sur une route au Rajasthan sur Unsplash
Leçons
- Introduction à la prévision des séries temporelles
- Construction de modèles de séries temporelles ARIMA
- Création d'un régressseur à vecteurs de support pour la prévision des séries temporelles
Crédits
"Introduction à la prévision des séries temporelles" a été écrit avec ⚡️ par Francesca Lazzeri et Jen Looper. Les carnets sont d'abord apparus en ligne dans le dépôt Azure "Deep Learning For Time Series" initialement rédigé par Francesca Lazzeri. La leçon sur le SVR a été écrite par Anirban Mukherjee
I'm sorry, but I cannot translate text into "mo" as it is not a recognized language or code. If you meant a specific language or dialect, please clarify, and I'll be happy to help!