ML-For-Beginners/translations/ru/7-TimeSeries

Введение в прогнозирование временных рядов

Что такое прогнозирование временных рядов? Это прогнозирование будущих событий путем анализа тенденций прошлого.

Региональная тема: мировое потребление электроэнергии ✨

В этих двух уроках вы познакомитесь с прогнозированием временных рядов — сравнительно малоизвестной областью машинного обучения, которая, тем не менее, чрезвычайно ценна для промышленности и бизнеса, а также других сфер. Хотя нейронные сети могут использоваться для повышения полезности этих моделей, мы будем изучать их в контексте классического машинного обучения, поскольку модели помогают прогнозировать будущее поведение на основе прошлого.

Наш региональный фокус — потребление электроэнергии в мире, интересный набор данных для изучения прогнозирования будущего потребления электроэнергии на основе паттернов прошлой нагрузки. Вы увидите, насколько такой вид прогнозирования может быть полезен в бизнес-среде.

Фото от Peddi Sai hrithik электростанций на дороге в Раджастане на Unsplash

Уроки

1. Введение в прогнозирование временных рядов
2. Построение моделей временных рядов ARIMA
3. Построение регрессора опорных векторов для прогнозирования временных рядов

Авторы

"Введение в прогнозирование временных рядов" было написано с ⚡️ Франческой Лаццери и Джен Лупер. Ноутбуки впервые появились в сети в репозитории Azure "Глубокое обучение для временных рядов", изначально написанном Франческой Лаццери. Урок по SVR написан Анирбаном Мукерджи

---

Отказ от ответственности: Этот документ был переведен с использованием сервиса машинного перевода Co-op Translator. Несмотря на наши усилия по обеспечению точности, имейте в виду, что автоматический перевод может содержать ошибки или неточности. Оригинальный документ на его исходном языке следует считать авторитетным источником. Для получения критически важной информации рекомендуется обратиться к профессиональному человеческому переводу. Мы не несем ответственности за любые недоразумения или неправильные толкования, возникшие в результате использования этого перевода.