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 'update-translations'
${ noResults }
ML-For-Beginners/translations/ar/7-TimeSeries
History
localizeflow[bot] 69605c1e65
[de,ru,ar] chore(i18n): sync translations 		3 weeks ago
..
1-Introduction chore(i18n): sync translations with latest source changes (chunk 1/1, 300 changes) 8 months ago
2-ARIMA chore(i18n): sync translations with latest source changes (chunk 1/1, 300 changes) 8 months ago
3-SVR chore(i18n): sync translations with latest source changes (chunk 1/1, 300 changes) 8 months ago
README.md [de,ru,ar] chore(i18n): sync translations 3 weeks ago

README.md
Escape

مقدمة في التنبؤ بالسلاسل الزمنية

ما هو التنبؤ بالسلاسل الزمنية؟ يتعلق الأمر بتوقع الأحداث المستقبلية من خلال تحليل اتجاهات الماضي.

موضوع إقليمي: استخدام الكهرباء في جميع أنحاء العالم ✨

في هذين الدرسين، سيتم تعريفك على التنبؤ بالسلاسل الزمنية، وهو مجال أقل شهرة إلى حد ما في التعلم الآلي ولكنه ذو قيمة كبيرة لتطبيقات الصناعة والأعمال، من بين مجالات أخرى. وعلى الرغم من أنه يمكن استخدام الشبكات العصبية لتعزيز فائدة هذه النماذج، إلا أننا سندرسها في سياق التعلم الآلي الكلاسيكي حيث تساعد النماذج في التنبؤ بالأداء المستقبلي بناءً على الماضي.

تركيزنا الإقليمي هو استخدام الكهرباء في العالم، وهو مجموعة بيانات مثيرة للاهتمام لتعلم التنبؤ باستخدام الطاقة المستقبلية بناءً على أنماط الحِمل السابقة. يمكنك أن ترى كيف يمكن أن يكون هذا النوع من التنبؤ مفيدًا للغاية في بيئة الأعمال.

electric grid

صورة بواسطة Peddi Sai hrithik لأبراج كهربائية على طريق في راجستان على Unsplash

الدروس

  1. مقدمة في التنبؤ بالسلاسل الزمنية
  2. بناء نماذج ARIMA للسلاسل الزمنية
  3. بناء نموذج الانحدار بدعم المتجهات للتنبؤ بالسلاسل الزمنية

الشكر

"مقدمة في التنبؤ بالسلاسل الزمنية" كتبت بواسطة ⚡️ من قبل Francesca Lazzeri و Jen Looper. ظهرت دفاتر الملاحظات لأول مرة عبر الإنترنت في مستودع أزور "التعلم العميق للسلاسل الزمنية" والتي كتبت في الأصل من قبل Francesca Lazzeri. درس SVR كتب بواسطة Anirban Mukherjee

تنويه: تمت ترجمة هذا المستند باستخدام خدمة الترجمة بالذكاء الاصطناعي Co-op Translator. بينما نسعى للدقة، يرجى العلم أن الترجمات الآلية قد تحتوي على أخطاء أو عدم دقة. يجب اعتبار المستند الأصلي بلغته الأصلية المصدر الرسمي والمعتمد. للمعلومات الهامة، يُنصح بالاستعانة بترجمة بشرية محترفة. نحن غير مسؤولين عن أي سوء فهم أو تفسير ناتج عن استخدام هذه الترجمة.