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/sl/7-TimeSeries
History
leestott c796f3dda8
🌐 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

Uvod v napovedovanje časovnih vrst

Kaj je napovedovanje časovnih vrst? Gre za napovedovanje prihodnjih dogodkov z analizo preteklih trendov.

Regionalna tema: svetovna poraba električne energije ✨

V teh dveh lekcijah boste spoznali napovedovanje časovnih vrst, nekoliko manj znano področje strojnega učenja, ki je kljub temu izjemno dragoceno za industrijske in poslovne aplikacije ter druge področja. Čeprav se lahko nevronske mreže uporabljajo za izboljšanje uporabnosti teh modelov, jih bomo preučevali v kontekstu klasičnega strojnega učenja, saj modeli pomagajo napovedovati prihodnjo uspešnost na podlagi preteklosti.

Naša regionalna osredotočenost je poraba električne energije po svetu, zanimiv nabor podatkov za učenje o napovedovanju prihodnje porabe električne energije na podlagi vzorcev pretekle obremenitve. Vidite lahko, kako je takšno napovedovanje lahko izjemno koristno v poslovnem okolju.

električno omrežje

Fotografija Peddi Sai hrithik električnih stolpov na cesti v Rajasthanu na Unsplash

Lekcije

  1. Uvod v napovedovanje časovnih vrst
  2. Izdelava ARIMA modelov časovnih vrst
  3. Izdelava Support Vector Regressor za napovedovanje časovnih vrst

Zasluge

"Uvod v napovedovanje časovnih vrst" sta napisali ⚡️ Francesca Lazzeri in Jen Looper. Zvezki so se prvič pojavili na spletu v Azure "Deep Learning For Time Series" repozitoriju, ki ga je prvotno napisala Francesca Lazzeri. Lekcijo o SVR je napisal Anirban Mukherjee.

Omejitev odgovornosti:
Ta dokument je bil preveden z uporabo storitve za strojno prevajanje Co-op Translator. Čeprav si prizadevamo za natančnost, vas prosimo, da se zavedate, da lahko avtomatizirani prevodi vsebujejo napake ali netočnosti. Izvirni dokument v njegovem izvirnem jeziku je treba obravnavati kot avtoritativni vir. Za ključne informacije priporočamo strokovno človeško prevajanje. Ne prevzemamo odgovornosti za morebitna nesporazumevanja ali napačne razlage, ki izhajajo iz uporabe tega prevoda.