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 'amynic-patch-1'
${ noResults }
ML-For-Beginners/translations/pt/7-TimeSeries
History
Pikachú 9fc2b847b8
updated image translation for the various languages 		7 months ago
..
1-Introduction updated image translation for the various languages 7 months ago
2-ARIMA updated image translation for the various languages 7 months ago
3-SVR updated image translation for the various languages 7 months ago
README.md updated image translation for the various languages 7 months ago

README.md
Escape

Introdução à previsão de séries temporais

O que é previsão de séries temporais? Trata-se de prever eventos futuros analisando tendências do passado.

Tópico regional: uso de eletricidade no mundo ✨

Nessas duas aulas, você será introduzido à previsão de séries temporais, uma área um pouco menos conhecida de aprendizado de máquina que, no entanto, é extremamente valiosa para aplicações na indústria e nos negócios, entre outros campos. Embora redes neurais possam ser usadas para aumentar a utilidade desses modelos, estudaremos esses modelos no contexto do aprendizado de máquina clássico, pois eles ajudam a prever o desempenho futuro com base no passado.

Nosso foco regional é o uso de eletricidade no mundo, um conjunto de dados interessante para aprender sobre a previsão do uso futuro de energia com base em padrões de carga passada. Você pode ver como esse tipo de previsão pode ser extremamente útil em um ambiente de negócios.

rede elétrica

Foto de Peddi Sai hrithik de torres elétricas em uma estrada em Rajasthan no Unsplash

Aulas

  1. Introdução à previsão de séries temporais
  2. Construindo modelos de séries temporais ARIMA
  3. Construindo um Regressor de Vetores de Suporte para previsão de séries temporais

Créditos

"Introdução à previsão de séries temporais" foi escrito com ⚡️ por Francesca Lazzeri e Jen Looper. Os notebooks apareceram online pela primeira vez no repositório Azure "Deep Learning For Time Series" originalmente escrito por Francesca Lazzeri. A aula sobre SVR foi escrita por Anirban Mukherjee.

Isenção de responsabilidade:
Este documento foi traduzido usando serviços de tradução baseados em IA. Embora nos esforcemos pela precisão, esteja ciente de que traduções automatizadas podem conter erros ou imprecisões. O documento original em seu idioma nativo deve ser considerado a fonte autoritativa. Para informações críticas, recomenda-se a tradução profissional realizada por humanos. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas decorrentes do uso desta tradução.