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/ta/7-TimeSeries/2-ARIMA/working/notebook.ipynb

59 lines
5.1 KiB

{
"metadata": {
"language_info": {
"codemirror_mode": {
"name": "ipython",
"version": 3
},
"file_extension": ".py",
"mimetype": "text/x-python",
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
"version": 3
},
"orig_nbformat": 2,
"coopTranslator": {
"original_hash": "523ec472196307b3c4235337353c9ceb",
"translation_date": "2025-10-11T12:36:02+00:00",
"source_file": "7-TimeSeries/2-ARIMA/working/notebook.ipynb",
"language_code": "ta"
}
},
"nbformat": 4,
"nbformat_minor": 2,
"cells": [
{
"source": [
"# ARIMA முறை மூலம் நேரம் வரிசை முன்னறிவிப்பு\n",
"\n",
"இந்த நோட்புக்கில், நாம் எப்படி:\n",
"- ARIMA நேரம் வரிசை முன்னறிவிப்பு மாதிரியை பயிற்சி செய்ய நேரம் வரிசை தரவுகளை தயாரிக்க வேண்டும் என்பதை காண்பிக்கிறோம்\n",
"- நேரம் வரிசையில் அடுத்த HORIZON படிகளை (*t+1* முதல் *t+HORIZON* வரை) முன்னறிவிக்க ஒரு எளிய ARIMA மாதிரியை செயல்படுத்த வேண்டும்\n",
"- மாதிரியை மதிப்பீடு செய்ய வேண்டும் என்பதை விளக்குகிறோம்\n",
"\n",
"இந்த எடுத்துக்காட்டில் உள்ள தரவுகள் GEFCom2014 முன்னறிவிப்பு போட்டியிலிருந்து<sup>1</sup> எடுக்கப்பட்டவை. இது 2012 முதல் 2014 வரை 3 ஆண்டுகளுக்கான மின்சார சுமை மற்றும் வெப்பநிலை மதிப்புகளின் மணி நேர தரவுகளை கொண்டுள்ளது. இங்கு, எதிர்கால மின்சார சுமை மதிப்புகளை முன்னறிவிக்க வேண்டும். இந்த எடுத்துக்காட்டில், வரலாற்று சுமை தரவுகளை மட்டுமே பயன்படுத்தி, ஒரு நேர படியை முன்னறிவிக்க எப்படி என்பதை விளக்குகிறோம்.\n",
"\n",
"<sup>1</sup>தாவோ ஹொங், பியர் பின்சன், ஷு ஃபேன், ஹமிட்ரெசா ஜாரிபூர், அல்பெர்டோ ட்ரோகோலி மற்றும் ராப் ஜே. ஹைண்ட்மன், \"சாத்தியமான ஆற்றல் முன்னறிவிப்பு: உலகளாவிய ஆற்றல் முன்னறிவிப்பு போட்டி 2014 மற்றும் அதற்கு அப்பால்\", இன்டர்நேஷனல் ஜர்னல் ஆஃப் ஃபோர்காஸ்டிங், தொகுதி.32, எண்.3, பக்கம் 896-913, ஜூலை-செப்டம்பர், 2016.\n"
],
"cell_type": "markdown",
"metadata": {}
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"pip install statsmodels"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"\n---\n\n**குறிப்பு**: \nஇந்த ஆவணம் [Co-op Translator](https://github.com/Azure/co-op-translator) என்ற AI மொழிபெயர்ப்பு சேவையைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டுள்ளது. நாங்கள் துல்லியத்திற்காக முயற்சிக்கிறோம், ஆனால் தானியக்க மொழிபெயர்ப்புகளில் பிழைகள் அல்லது தவறான தகவல்கள் இருக்கக்கூடும் என்பதை தயவுசெய்து கவனத்தில் கொள்ளுங்கள். அதன் தாய்மொழியில் உள்ள மூல ஆவணம் அதிகாரப்பூர்வ ஆதாரமாக கருதப்பட வேண்டும். முக்கியமான தகவல்களுக்கு, தொழில்முறை மனித மொழிபெயர்ப்பு பரிந்துரைக்கப்படுகிறது. இந்த மொழிபெயர்ப்பைப் பயன்படுத்துவதால் ஏற்படும் எந்த தவறான புரிதல்கள் அல்லது தவறான விளக்கங்களுக்கு நாங்கள் பொறுப்பல்ல.\n"
]
}
]
}