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.
25 lines
2.5 KiB
25 lines
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](https://unsplash.com/@shutter_log?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText) de tours électriques sur une route au Rajasthan sur [Unsplash](https://unsplash.com/s/photos/electric-india?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText)
|
|
|
|
## Leçons
|
|
|
|
1. [Introduction à la prévision des séries temporelles](1-Introduction/README.md)
|
|
2. [Construction de modèles de séries temporelles ARIMA](2-ARIMA/README.md)
|
|
3. [Création d'un régressseur à vecteurs de support pour la prévision des séries temporelles](3-SVR/README.md)
|
|
|
|
## Crédits
|
|
|
|
"Introduction à la prévision des séries temporelles" a été écrit avec ⚡️ par [Francesca Lazzeri](https://twitter.com/frlazzeri) et [Jen Looper](https://twitter.com/jenlooper). Les carnets sont d'abord apparus en ligne dans le [dépôt Azure "Deep Learning For Time Series"](https://github.com/Azure/DeepLearningForTimeSeriesForecasting) initialement rédigé par Francesca Lazzeri. La leçon sur le SVR a été écrite par [Anirban Mukherjee](https://github.com/AnirbanMukherjeeXD)
|
|
|
|
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! |