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/pt/7-TimeSeries
History
leestott 3773c80b49
🌐 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

Introdução à previsão de séries temporais

O que é previsão de séries temporais? Trata-se de prever eventos futuros analisando tendências do passado.

Tema regional: consumo mundial de eletricidade ✨

Nestes dois módulos, será introduzido o conceito de previsão de séries temporais, uma área um pouco menos conhecida do machine learning, mas que é extremamente valiosa para aplicações na indústria e nos negócios, entre outros campos. Embora redes neurais possam ser usadas para aumentar a utilidade desses modelos, vamos estudá-los no contexto do machine learning clássico, já que esses modelos ajudam a prever o desempenho futuro com base no passado.

O nosso foco regional é o consumo de eletricidade no mundo, um conjunto de dados interessante para aprender a prever o consumo futuro de energia com base nos padrões de carga do passado. É possível perceber como este tipo de previsão pode ser extremamente útil em ambientes empresariais.

rede elétrica

Foto de Peddi Sai hrithik de torres elétricas numa estrada em Rajasthan no Unsplash

Módulos

  1. Introdução à previsão de séries temporais
  2. Construção de modelos ARIMA para séries temporais
  3. Construção de um Support Vector Regressor para previsão de séries temporais

Créditos

"A introdução à previsão de séries temporais" foi escrita com ⚡️ por Francesca Lazzeri e Jen Looper. Os notebooks foram publicados pela primeira vez online no repositório "Deep Learning For Time Series" da Azure, originalmente escrito por Francesca Lazzeri. O módulo sobre SVR foi escrito por Anirban Mukherjee.

Aviso Legal:
Este documento foi traduzido utilizando o serviço de tradução por IA Co-op Translator. Embora nos esforcemos para garantir a precisão, é importante ter em conta que traduções automáticas podem conter erros ou imprecisões. O documento original na sua língua nativa deve ser considerado a fonte autoritária. Para informações críticas, recomenda-se a tradução profissional realizada por humanos. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas decorrentes da utilização desta tradução.