5.3 KiB
ការណែនាំអំពីការព្យាករណ៍ស៊េរីពេលវេលា
តើការព្យាករណ៍ស៊េរីពេលវេលាអ្វី? វាគឺជាការព្យាករណ៍ព្រឹត្តិកាលអនាគតដោយវិភាគនិន្នាការនៃអតីតកាល។
មុខវិជ្ជាតំបន់៖ ការប្រើប្រាស់អគ្គិសនីទូទាំងពិភពលោក ✨
ក្នុងមេរៀនទាំងពីរនេះ អ្នកនឹងបានណែនាំអំពីការព្យាករណ៍ស៊េរីពេលវេលា មុខវិជ្ជាមួយមួយនៃការសិក្សាម៉ាស៊ីនដែលប្រហែលមិនគួរត្រូវបានស្គាល់ច្រើនទេ ប៉ុន្តែមានតម្លៃខ្ពស់សម្រាប់ឧស្សាហកម្ម និងការអនុវត្តអាជីវកម្ម នៅក្នុងវិស័យផ្សេងទៀត។ ខណៈដែលបណ្តាញនឿនអាចត្រូវបានប្រើដើម្បីបង្កើនប្រយោជន៍នៃម៉ូដែលទាំងនេះ យើងនឹងសិក្សាវាក្នុងបរិបទនៃការសិក្សាម៉ាស៊ីនសាមញ្ញ ព្រោះម៉ូដែលជួយព្យាករណ៍កម្រិតសមត្ថភាពអនាគតតាមគោលការណ៍ពីអតីតកាល។
ការយកចំណូលចិត្តតំបន់របស់យើងគឺការប្រើប្រាស់អគ្គិសនីក្នុងពិភពលោក ជាឈុតទិន្នន័យគួរឱ្យចាប់អារម្មណ៍សម្រាប់រៀនអំពីការព្យាករណ៍ការប្រើប្រាស់ថាមពលអនាគតដោយផ្អែកលើលំនាំការផ្ទុកអតីតកាល។ អ្នកអាចឃើញពីរបៀបដែលការព្យាករណ៍ប្រភេទនេះមានប្រយោជន៍ខ្ពស់ក្នុងបរិវេណអាជីវកម្ម។
រូបថតដោយ Peddi Sai hrithik នៃស្ថាបត្យកម្មអគ្គិសនីនៅលើផ្លូវមួយនៅ Rajasthan នៅលើ Unsplash
មេរៀន
- ការណែនាំអំពីការព្យាករណ៍ស៊េរីពេលវេលា
- ការសាងសង់ម៉ូដែលស៊េរីពេលវេលា ARIMA
- ការសាងសង់ Support Vector Regressor សម្រាប់ការព្យាករណ៍ស៊េរីពេលវេលា
ឥណទាន
"ការណែនាំអំពីការព្យាករណ៍ស៊េរីពេលវេលា" ត្រូវបានសរសេរដោយ ⚡️ Francesca Lazzeri និង Jen Looper។ សៀវភៅកំណត់ត្រានេះបានបង្ហាញជាលើកដំបូងតាមអ៊ិនធឺណេតក្នុង Azure "Deep Learning For Time Series" repo ដែលបានសរសេរដើមដោយ Francesca Lazzeri។ មេរៀន SVR ត្រូវបានសរសេរដោយ Anirban Mukherjee
ការបដិសេធ: ឯកសារនេះត្រូវបានបម្លែងភាសា ដោយប្រើសេវាបម្លែងភាសា AI Co-op Translator។ ទោះយើងខ្ញុំមានក្តីប្រាថ្នាឱ្យបានច្បាស់លាស់ តែសូមយល់ដឹងថាការបម្លែងដោយស្វ័យប្រវត្តិក៏អាចមានកំហុសឬភាពមិនត្រឹមត្រូវ។ ឯកសារដើមជាភាសាទីតាំងគួរត្រូវបានគេប្រើជាប្រភពច្បាស់លាស់។ សម្រាប់ព័ត៌មានសំខាន់ៗ សូមណែនាំឱ្យប្រើប្រាស់ការប្រែដោយមនុស្សជំនាញ។ យើងខ្ញុំមិនទទួលខុសត្រូវចំពោះការយល់ច្រឡំ ឬការបកស្រាយខុសបន្ទាប់ពីការប្រើប្រាស់ការបម្លែងនេះនោះទេ។