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.
localizeflow[bot]
381c672660
|
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
時間序列預測簡介
什麼是時間序列預測？它是透過分析過去的趨勢來預測未來事件。
區域主題：全球電力使用✨
在這兩堂課中，您將會接觸到時間序列預測，這是機器學習中較不為人知的領域，然而對於產業和商業應用等多個領域都有極大的價值。雖然神經網路可以用來增強這些模型的效用，但我們將在經典機器學習的脈絡中學習它們，因為模型能基於過去的表現來預測未來的結果。
我們的區域焦點是世界電力使用，這是一組有趣的數據集，可以用來學習如何根據過去負載模式來預測未來電力使用量。您可以看到這種類型的預測在商業環境中有多麼有幫助。
電塔路上的照片由 Peddi Sai hrithik 在 Rajasthan 拍攝，來自 Unsplash
課程內容
版權聲明
“時間序列預測簡介”由 Francesca Lazzeri 和 Jen Looper 共同撰寫 ⚡️。筆記本最初在 Azure「時間序列深度學習」資源庫 上發布，由 Francesca Lazzeri 原創撰寫。SVR課程由 Anirban Mukherjee 撰寫。
免責聲明： 此文件已使用 AI 翻譯服務 Co-op Translator 進行翻譯。雖然我們努力追求準確性，但請注意自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應視為權威來源。對於關鍵資訊，建議採用專業人工翻譯。我們不對因使用此翻譯所產生的任何誤解或誤譯承擔責任。