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.
ML-For-Beginners/translations/km/7-TimeSeries/README.md

5.1 KiB

មូលដ្ឋាននៃការព្យាករណ៍រយៈពេល

តើការព្យាករណ៍រយៈពេលជាអ្វី? វាគឺជាការព្យាករណ៍ព្រឹត្តិការណ៍អនាគតដោយវិភាគនិន្នាការរបស់អតីតកាល។

ប្រធានបទតំបន់៖ ការប្រើប្រាស់អគ្គិសនីជាសកល

នៅក្នុងមេរៀនទាំងពីរនេះ អ្នកនឹងត្រូវបានណែនាំអំពីការព្យាករណ៍រយៈពេល ដែលជាផ្នែកដែលមិនធ្លាប់បានគ្រប់គ្រាន់ក្នុងការសិក្សាគ្រឿងចក្ររស់ ដែលយ៉ាងណាមិញមានតម្លៃខ្ពស់សម្រាប់ឧស្សាហកម្ម និងអាជីវកម្ម និងដំណាក់កាលផ្សេងៗ។ ខណៈដែលបណ្ដាញប្រសាទអាចត្រូវបានប្រើដើម្បីបង្កើនប្រយោជន៍នៃគំរូទាំងនេះ យើងនឹងសិក្សាវានៅក្នុងបរិបទនៃគំរូគ្រឿងចក្រប្រពៃណី ព្រោះគំរូជួយព្យាករណ៍លទ្ធផលអនាគតជាផ្អែកលើអតីតកាល។

ការផ្តោតលើតំបន់របស់យើងគឺការប្រើប្រាស់អគ្គិសនីនៅលើពិភពលោក ដែលជាតារាងទិន្នន័យគួរឱ្យចាប់អារម្មណ៍ក្នុងការរៀនពីការព្យាករណ៍ការប្រើប្រាស់ថាមពលនៅអនាគតដោយផ្អែកលើគំរូនៃការតមLoadអតីតកាល។ អ្នកអាចមើលឃើញថាប្រភេទការព្យាករណ៍នេះអាចមានប្រយោជន៍ខ្ពស់នៅក្នុងបរិបទអាជីវកម្ម។

electric grid

រូបថតដោយ Peddi Sai hrithik នៃបណ្តោយខ្សែអគ្គិសនីនៅលើផ្លូវនៅ Rajasthan នៅលើ Unsplash

មេរៀន

  1. មូលដ្ឋាននៃការព្យាករណ៍រយៈពេល
  2. ការកសាងគំរូរយៈពេល ARIMA
  3. ការកសាង Support Vector Regressor សម្រាប់ការព្យាករណ៍រយៈពេល

ឥណទាន

"មូលដ្ឋាននៃការព្យាករណ៍រយៈពេល" ត្រូវបានសរសេរជាផ្លូវការ ដោយ Francesca Lazzeri និង Jen Looper។ សៀវភៅកំណត់ត្រានេះបានបង្ហាញលើអ៊ីនធឺណិតជាលើកដំបូងនៅក្នុង Azure "Deep Learning For Time Series" repo ដែលបានសរសេរដំបូងដោយ Francesca Lazzeri។ មេរៀន SVR ត្រូវបានសរសេរដោយ Anirban Mukherjee


ការបដិសេធ aansprakelijkheid៖ ឯកសារនេះត្រូវបានបកប្រែដោយប្រើសេវាកម្មបកប្រែ AI Co-op Translator ។ ខណៈពេលយើងខំប្រឹងរកភាពត្រឹមត្រូវ សូមយល់ឲ្យបានថាការបកប្រែដោយស្វ័យប្រវត្តិអាចមានកំហុសឬភាពមិនត្រឹមត្រូវខ្លះ។ ឯកសារដើមដែលសរសេរជាភាសាមនុស្សដើមគួរត្រូវបានពិចារណាថាជាហូរ​ញាតិ​ផ្លូវការ។ សម្រាប់ព័ត៍មានសំខាន់ៗ​ សូមណែនាំឲ្យបកប្រែដោយអ្នកជំនាញមនុស្ស។ យើងមិនទទួលខុសត្រូវចំពោះការយល់ច្រឡំ ឬការបកប្រែខុសពីការប្រើប្រាស់ការបកប្រែនេះឡើយ។