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 'main'
${ noResults }
ML-For-Beginners/translations/hi/7-TimeSeries
History
leestott aa4b119744
🌐 Update translations via Co-op Translator 		2 weeks ago
..
1-Introduction 🌐 Update translations via Co-op Translator 2 weeks ago
2-ARIMA 🌐 Update translations via Co-op Translator 2 weeks ago
3-SVR 🌐 Update translations via Co-op Translator 2 weeks ago
README.md 🌐 Update translations via Co-op Translator 3 weeks ago

README.md
Escape

समय श्रृंखला पूर्वानुमान का परिचय

समय श्रृंखला पूर्वानुमान क्या है? यह अतीत के रुझानों का विश्लेषण करके भविष्य की घटनाओं की भविष्यवाणी करने के बारे में है।

क्षेत्रीय विषय: विश्वव्यापी बिजली उपयोग ✨

इन दो पाठों में, आपको समय श्रृंखला पूर्वानुमान से परिचित कराया जाएगा, जो मशीन लर्निंग का एक अपेक्षाकृत कम ज्ञात क्षेत्र है, लेकिन फिर भी उद्योग और व्यापार अनुप्रयोगों सहित अन्य क्षेत्रों के लिए अत्यधिक मूल्यवान है। जबकि न्यूरल नेटवर्क का उपयोग इन मॉडलों की उपयोगिता बढ़ाने के लिए किया जा सकता है, हम इन्हें पारंपरिक मशीन लर्निंग के संदर्भ में अध्ययन करेंगे, क्योंकि ये मॉडल अतीत के आधार पर भविष्य के प्रदर्शन की भविष्यवाणी करने में मदद करते हैं।

हमारा क्षेत्रीय फोकस दुनिया में बिजली उपयोग पर है, जो एक दिलचस्प डेटा सेट है, जिससे यह सीखने को मिलता है कि अतीत के लोड पैटर्न के आधार पर भविष्य की बिजली खपत का पूर्वानुमान कैसे लगाया जाए। आप देख सकते हैं कि इस प्रकार का पूर्वानुमान व्यावसायिक वातावरण में कितना उपयोगी हो सकता है।

electric grid

फोटो Peddi Sai hrithik द्वारा राजस्थान की एक सड़क पर बिजली के टावरों का Unsplash पर।

पाठ

  1. समय श्रृंखला पूर्वानुमान का परिचय
  2. ARIMA समय श्रृंखला मॉडल बनाना
  3. समय श्रृंखला पूर्वानुमान के लिए सपोर्ट वेक्टर रिग्रेसर बनाना

श्रेय

"समय श्रृंखला पूर्वानुमान का परिचय" को ⚡️ के साथ Francesca Lazzeri और Jen Looper द्वारा लिखा गया था। ये नोटबुक पहली बार Azure "Deep Learning For Time Series" repo में ऑनलाइन प्रकाशित हुई थीं, जिसे मूल रूप से Francesca Lazzeri ने लिखा था। SVR पाठ Anirban Mukherjee द्वारा लिखा गया था।

अस्वीकरण:
यह दस्तावेज़ AI अनुवाद सेवा Co-op Translator का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।