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/sk/7-TimeSeries
History
localizeflow[bot] c60c2e5841
[sk,ro,bg] 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 [sk,ro,bg] chore(i18n): sync translations 3 weeks ago

README.md
Escape

Úvod do predikcie časových radov

Čo je to predikcia časových radov? Je to o predpovedaní budúcich udalostí analýzou trendov z minulosti.

Regionálna téma: svetová spotreba elektriny ✨

V týchto dvoch lekciách budete oboznámení s predikciou časových radov, menej známou oblasťou strojového učenia, ktorá je však mimoriadne cenná pre priemyselné a obchodné aplikácie, medzi inými oblasťami. Hoci sa na zlepšenie použiteľnosti týchto modelov môžu používať neuronové siete, budeme ich študovať v kontexte klasického strojového učenia, pretože tieto modely pomáhajú predpovedať budúci výkon na základe minulosti.

Našou regionálnou témou je spotreba elektrickej energie vo svete, zaujímavá dátová sada na učenie sa o predpovedaní budúcej spotreby energie na základe vzorov minulého zaťaženia. Môžete vidieť, ako môže byť tento druh predikcie mimoriadne užitočný v obchodnom prostredí.

elektrická sieť

Fotografia od Peddi Sai hrithik elektrických veží pri ceste v Rádžastáne na Unsplash

Lekcie

  1. Úvod do predikcie časových radov
  2. Budovanie ARIMA modelov časových radov
  3. Budovanie Support Vector Regressor pre predikciu časových radov

Zdroj

"Úvod do predikcie časových radov" bol napísaný s ⚡️ od Francesca Lazzeri a Jen Looper. Zápisníky sa prvýkrát objavili online v Azure "Deep Learning For Time Series" repozitári pôvodne napísanom Francescou Lazzeri. Lekciu SVR napísal Anirban Mukherjee

Vyhlásenie o zodpovednosti: Tento dokument bol preložený pomocou AI prekladateľskej služby Co-op Translator. Hoci sa snažíme o presnosť, vezmite prosím na vedomie, že automatické preklady môžu obsahovať chyby alebo nepresnosti. Pôvodný dokument v jeho natívnom jazyku by mal byť považovaný za autoritatívny zdroj. Pre kritické informácie sa odporúča profesionálny ľudský preklad. Nie sme zodpovední za žiadne nedorozumenia alebo nesprávne interpretácie vyplývajúce z použitia tohto prekladu.