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/ko/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

시계열 예측 소개

시계열 예측이란 무엇일까요? 과거의 추세를 분석하여 미래의 사건을 예측하는 것입니다.

지역 주제: 전 세계 전력 사용량 ✨

이 두 강의에서는 시계열 예측에 대해 소개합니다. 이는 머신 러닝의 비교적 덜 알려진 분야이지만, 산업 및 비즈니스 응용 분야를 포함한 다양한 분야에서 매우 가치가 있습니다. 신경망을 사용하여 이러한 모델의 유용성을 향상시킬 수 있지만, 우리는 과거 데이터를 기반으로 미래 성능을 예측하는 데 도움을 주는 고전적인 머신 러닝의 맥락에서 이를 연구할 것입니다.

우리의 지역적 초점은 세계 전력 사용량입니다. 이는 과거 부하 패턴을 기반으로 미래 전력 사용량을 예측하는 방법을 배우기에 흥미로운 데이터셋입니다. 이러한 예측은 비즈니스 환경에서 매우 유용할 수 있음을 알 수 있습니다.

전력망

라자스탄 도로 위 전력탑 사진 제공: Peddi Sai hrithik (Unsplash)

강의 목록

  1. 시계열 예측 소개
  2. ARIMA 시계열 모델 구축
  3. 시계열 예측을 위한 서포트 벡터 회귀 모델 구축

크레딧

"시계열 예측 소개"는 Francesca Lazzeri와 Jen Looper가 ⚡️와 함께 작성했습니다. 노트북은 처음 Azure "Deep Learning For Time Series" 리포지토리에 온라인으로 게시되었으며, Francesca Lazzeri가 처음 작성했습니다. SVR 강의는 Anirban Mukherjee가 작성했습니다.

면책 조항:
이 문서는 AI 번역 서비스 Co-op Translator를 사용하여 번역되었습니다. 정확성을 위해 최선을 다하고 있으나, 자동 번역에는 오류나 부정확성이 포함될 수 있습니다. 원본 문서의 원어 버전을 신뢰할 수 있는 권위 있는 자료로 간주해야 합니다. 중요한 정보의 경우, 전문적인 인간 번역을 권장합니다. 이 번역 사용으로 인해 발생하는 오해나 잘못된 해석에 대해 당사는 책임을 지지 않습니다.