This file contains ambiguous Unicode characters that may be confused with others in your current locale. If your use case is intentional and legitimate, you can safely ignore this warning. Use the Escape button to highlight these characters.
Τώρα που έχετε δημιουργήσει ένα μοντέλο SVR, δημιουργήστε ένα νέο με φρέσκα δεδομένα (δοκιμάστε ένα από [αυτά τα σύνολα δεδομένων από το Duke](http://www2.stat.duke.edu/~mw/ts_data_sets.html)). Σχολιάστε τη δουλειά σας σε ένα notebook, οπτικοποιήστε τα δεδομένα και το μοντέλο σας, και δοκιμάστε την ακρίβειά του χρησιμοποιώντας κατάλληλα γραφήματα και MAPE. Επίσης, δοκιμάστε να τροποποιήσετε τις διάφορες υπερπαραμέτρους και να χρησιμοποιήσετε διαφορετικές τιμές για τα timesteps.
| | Παρουσιάζεται ένα notebook με μοντέλο SVR που έχει δημιουργηθεί, δοκιμαστεί και εξηγηθεί με οπτικοποιήσεις και δηλωμένη ακρίβεια. | Το notebook που παρουσιάζεται δεν είναι σχολιασμένο ή περιέχει σφάλματα. | Παρουσιάζεται ένα ελλιπές notebook |
[^1]: Το κείμενο σε αυτή την ενότητα βασίστηκε στην [εργασία από το ARIMA](https://github.com/microsoft/ML-For-Beginners/tree/main/7-TimeSeries/2-ARIMA/assignment.md)
---
**Αποποίηση ευθύνης**:
Αυτό το έγγραφο έχει μεταφραστεί χρησιμοποιώντας την υπηρεσία αυτόματης μετάφρασης [Co-op Translator](https://github.com/Azure/co-op-translator). Παρόλο που καταβάλλουμε προσπάθειες για ακρίβεια, παρακαλούμε να έχετε υπόψη ότι οι αυτοματοποιημένες μεταφράσεις ενδέχεται να περιέχουν σφάλματα ή ανακρίβειες. Το πρωτότυπο έγγραφο στη μητρική του γλώσσα θα πρέπει να θεωρείται η αυθεντική πηγή. Για κρίσιμες πληροφορίες, συνιστάται επαγγελματική ανθρώπινη μετάφραση. Δεν φέρουμε ευθύνη για τυχόν παρεξηγήσεις ή εσφαλμένες ερμηνείες που προκύπτουν από τη χρήση αυτής της μετάφρασης.