localizeflow[bot]
4e2f9e9b38
|
3 weeks ago | |
|---|---|---|
| .. | ||
| 1-Introduction | 8 months ago | |
| 2-ARIMA | 8 months ago | |
| 3-SVR | 8 months ago | |
| README.md | 3 weeks ago | |
README.md
시계열 예측 소개
시계열 예측이란 무엇일까요? 과거의 추세를 분석하여 미래의 사건을 예측하는 것입니다.
지역 주제: 전 세계 전기 사용량 ✨
이 두 수업에서는 기계 학습 분야에서는 다소 덜 알려져 있지만 산업 및 비즈니스 응용 분야 등에서 매우 가치 있는 시계열 예측을 소개합니다. 신경망을 사용하여 이러한 모델의 유용성을 향상시킬 수 있지만, 과거를 기반으로 미래 성능을 예측하는 모델로서 고전적인 기계 학습의 관점에서 공부할 것입니다.
우리의 지역 초점은 전 세계 전기 사용량으로, 과거 부하 패턴을 기반으로 미래 전력 사용량을 예측하는 것에 대해 배우기에 흥미로운 데이터셋입니다. 이러한 예측이 비즈니스 환경에서 얼마나 유용할 수 있는지 알 수 있습니다.
라자스탄 도로의 전기 탑 사진, Peddi Sai hrithik 제공, Unsplash
수업 목록
크레딧
"시계열 예측 소개"는 ⚡️ Francesca Lazzeri와 Jen Looper에 의해 작성되었습니다. 노트북은 처음에 Francesca Lazzeri가 작성한 Azure "Deep Learning For Time Series" 저장소에 온라인으로 공개되었습니다. SVR 수업은 Anirban Mukherjee이 작성했습니다.
면책 조항: 이 문서는 AI 번역 서비스 Co-op Translator를 사용하여 번역되었습니다. 정확성을 기하기 위해 노력하고 있으나, 자동 번역은 오류나 부정확한 부분이 있을 수 있음을 유의하시기 바랍니다. 원본 문서의 원어본이 권위 있는 자료로 간주되어야 합니다. 중요한 정보의 경우, 전문가의 인간 번역을 권장합니다. 이 번역 사용으로 인해 발생하는 오해나 잘못된 해석에 대해 당사는 책임을 지지 않습니다.