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.
37 lines
2.7 KiB
37 lines
2.7 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "61342603bad8acadbc6b2e4e3aab3f66",
|
|
"translation_date": "2025-09-05T11:49:50+00:00",
|
|
"source_file": "7-TimeSeries/README.md",
|
|
"language_code": "hr"
|
|
}
|
|
-->
|
|
# Uvod u predviđanje vremenskih serija
|
|
|
|
Što je predviđanje vremenskih serija? Radi se o predviđanju budućih događaja analizom trendova iz prošlosti.
|
|
|
|
## Regionalna tema: svjetska potrošnja električne energije ✨
|
|
|
|
U ova dva lekcija bit ćete upoznati s predviđanjem vremenskih serija, područjem strojnog učenja koje je možda manje poznato, ali izuzetno vrijedno za industrijske i poslovne primjene, kao i za druge oblasti. Iako se neuronske mreže mogu koristiti za povećanje korisnosti ovih modela, proučavat ćemo ih u kontekstu klasičnog strojnog učenja jer modeli pomažu u predviđanju budućih performansi na temelju prošlih podataka.
|
|
|
|
Naš regionalni fokus je potrošnja električne energije u svijetu, zanimljiv skup podataka za učenje o predviđanju buduće potrošnje energije na temelju obrazaca prošlog opterećenja. Možete vidjeti kako ovakvo predviđanje može biti izuzetno korisno u poslovnom okruženju.
|
|
|
|
|
|
|
|
Fotografija [Peddi Sai hrithik](https://unsplash.com/@shutter_log?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText) električnih tornjeva na cesti u Rajasthanu na [Unsplash](https://unsplash.com/s/photos/electric-india?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText)
|
|
|
|
## Lekcije
|
|
|
|
1. [Uvod u predviđanje vremenskih serija](1-Introduction/README.md)
|
|
2. [Izrada ARIMA modela vremenskih serija](2-ARIMA/README.md)
|
|
3. [Izrada Support Vector Regressor modela za predviđanje vremenskih serija](3-SVR/README.md)
|
|
|
|
## Zasluge
|
|
|
|
"Uvod u predviđanje vremenskih serija" napisali su s ⚡️ [Francesca Lazzeri](https://twitter.com/frlazzeri) i [Jen Looper](https://twitter.com/jenlooper). Bilježnice su se prvi put pojavile online u [Azure "Deep Learning For Time Series" repo](https://github.com/Azure/DeepLearningForTimeSeriesForecasting) koje je izvorno napisala Francesca Lazzeri. Lekciju o SVR-u napisao je [Anirban Mukherjee](https://github.com/AnirbanMukherjeeXD).
|
|
|
|
---
|
|
|
|
**Odricanje od odgovornosti**:
|
|
Ovaj dokument je preveden korištenjem AI usluge za prevođenje [Co-op Translator](https://github.com/Azure/co-op-translator). Iako nastojimo osigurati točnost, imajte na umu da automatski prijevodi mogu sadržavati pogreške ili netočnosti. Izvorni dokument na izvornom jeziku treba smatrati mjerodavnim izvorom. Za ključne informacije preporučuje se profesionalni prijevod od strane stručnjaka. Ne preuzimamo odgovornost za bilo kakva nesporazuma ili pogrešna tumačenja koja mogu proizaći iz korištenja ovog prijevoda. |