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/pt-PT/7-TimeSeries
History
localizeflow[bot] f832c0239b
[pa,pt-PT,pt-BR] chore(i18n): sync translations 		3 weeks ago
..
1-Introduction chore(i18n): sync translations with latest source changes (chunk 4/4, 148 changes) 8 months ago
2-ARIMA chore(i18n): sync translations with latest source changes (chunk 4/4, 148 changes) 8 months ago
3-SVR chore(i18n): sync translations with latest source changes (chunk 4/4, 148 changes) 8 months ago
README.md [pa,pt-PT,pt-BR] chore(i18n): sync translations 3 weeks ago

README.md
Escape

Introdução à previsão de séries temporais

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

Tema regional: consumo mundial de eletricidade ✨

Nestas duas lições, será apresentado à previsão de séries temporais, uma área um pouco menos conhecida do machine learning que é, no entanto, extremamente valiosa para aplicações na indústria e negócios, entre outros campos. Embora redes neurais possam ser usadas para melhorar a utilidade destes modelos, vamos estudá-las no contexto do machine learning clássico, pois os modelos ajudam a prever o desempenho futuro com base no passado.

O nosso foco regional é o consumo elétrico no mundo, um conjunto de dados interessante para aprender a prever o consumo futuro de energia com base nos padrões de carga anteriores. Pode ver como este tipo de previsão pode ser extremamente útil num ambiente empresarial.

electric grid

Foto de Peddi Sai hrithik de torres elétricas numa estrada em Rajasthan em Unsplash

Lições

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

Créditos

"Introdução à previsão de séries temporais" foi escrito com ⚡️ por Francesca Lazzeri e Jen Looper. Os notebooks apareceram primeiro online no repositório Azure "Deep Learning For Time Series" originalmente escrito por Francesca Lazzeri. A lição SVR foi escrita por Anirban Mukherjee

Aviso Legal: Este documento foi traduzido utilizando o serviço de tradução automática Co-op Translator. Embora nos esforcemos pela precisão, esteja ciente de que traduções automáticas podem conter erros ou imprecisões. O documento original na sua língua nativa deve ser considerado a fonte autorizada. Para informações críticas, recomenda-se tradução profissional humana. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas resultantes da utilização desta tradução.