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.
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.
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "d1781b0b92568ea1d119d0a198b576b4",
"translation_date": "2025-09-03T16:56:43+00:00",
"source_file": "7-TimeSeries/1-Introduction/assignment.md",
"language_code": "hk"
}
-->
# 視覺化更多時間序列
## 指引
你已經開始學習時間序列預測，並了解需要這種特殊建模的數據類型。你已經視覺化了一些與能源相關的數據。現在，請尋找其他適合時間序列預測的數據。找出三個例子（可以試試 [Kaggle ](https://kaggle.com ) 和 [Azure Open Datasets ](https://azure.microsoft.com/en-us/services/open-datasets/catalog/?WT.mc_id=academic-77952-leestott )），並建立一個筆記本來視覺化它們。在筆記本中記錄它們的任何特殊特徵（例如季節性、突然變化或其他趨勢）。
## 評分標準
| 評分標準 | 卓越表現 | 合格表現 | 需要改進 |
| -------- | ------------------------------------------------------ | ---------------------------------------------------- | ----------------------------------------------------------------------------------------- |
| | 在筆記本中繪製並解釋了三個數據集 | 在筆記本中繪製並解釋了兩個數據集 | 在筆記本中繪製或解釋的數據集較少，或所呈現的數據不足 |
---
** 免責聲明**：
本文件已使用人工智能翻譯服務 [Co-op Translator ](https://github.com/Azure/co-op-translator ) 進行翻譯。儘管我們致力於提供準確的翻譯，但請注意，自動翻譯可能包含錯誤或不準確之處。原始語言的文件應被視為具權威性的來源。對於重要信息，建議使用專業人工翻譯。我們對因使用此翻譯而引起的任何誤解或錯誤解釋概不負責。
