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.
עכשיו כשיצרתם מודל SVR, צרו מודל חדש עם נתונים חדשים (נסו אחד מ[מאגרי הנתונים האלה מדוק](http://www2.stat.duke.edu/~mw/ts_data_sets.html)). תעדו את העבודה שלכם במחברת, ויזואליזו את הנתונים ואת המודל שלכם, ובדקו את דיוקו באמצעות גרפים מתאימים ו-MAPE. בנוסף, נסו לשנות את ההיפר-פרמטרים השונים וגם להשתמש בערכים שונים עבור שלבי הזמן.
| | מוצגת מחברת עם מודל SVR שנבנה, נבדק והוסבר עם ויזואליזציות ודיוק מצוין. | המחברת המוצגת אינה מתועדת או מכילה שגיאות. | מוצגת מחברת לא מלאה |
[^1]: הטקסט בסעיף זה מבוסס על [המשימה מ-ARIMA](https://github.com/microsoft/ML-For-Beginners/tree/main/7-TimeSeries/2-ARIMA/assignment.md)
---
**כתב ויתור**:
מסמך זה תורגם באמצעות שירות תרגום מבוסס בינה מלאכותית [Co-op Translator](https://github.com/Azure/co-op-translator). למרות שאנו שואפים לדיוק, יש לקחת בחשבון שתרגומים אוטומטיים עשויים להכיל שגיאות או אי דיוקים. המסמך המקורי בשפתו המקורית צריך להיחשב כמקור סמכותי. עבור מידע קריטי, מומלץ להשתמש בתרגום מקצועי על ידי אדם. איננו נושאים באחריות לאי הבנות או לפרשנויות שגויות הנובעות משימוש בתרגום זה.
