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 'b7c2a4a7f1'
${ noResults }
ML-For-Beginners/translations/hr/7-TimeSeries/README.md

2.6 KiB
Raw Blame History Escape

Uvod u predviđanje vremenskih serija

Što je predviđanje vremenskih serija? Radi se o predviđanju budućih događaja analizom trendova iz prošlosti.

Regionalna tema: svjetska potrošnja električne energije ✨

U ova dva sata upoznat ćete se s predviđanjem vremenskih serija, relativno manje poznatim područjem strojnog učenja koje je ipak izuzetno vrijedno za industriju i poslovne primjene, među ostalim područjima. Dok se neuronske mreže mogu koristiti za poboljšanje korisnosti ovih modela, proučavat ćemo ih u kontekstu klasičnog strojnog učenja jer modeli pomažu predvidjeti buduće performanse na temelju prošlosti.

Naš regionalni fokus je potrošnja električne energije u svijetu, zanimljiv skup podataka za učenje o predviđanju buduće potrošnje energije na temelju uzoraka prošlog opterećenja. Možete vidjeti kako ovakvo predviđanje može biti izuzetno korisno u poslovnom okruženju.

electric grid

Fotografija Peddija Sai hrithika električnih stupova uz cestu u Radžastanu na Unsplash

Lekcije

  1. Uvod u predviđanje vremenskih serija
  2. Izgradnja ARIMA modela vremenskih serija
  3. Izrada Support Vector Regressora za predviđanje vremenskih serija

Zasluge

"Uvod u predviđanje vremenskih serija" napisale su ⚡️ Francesca Lazzeri i Jen Looper. Bilježnice su se prvi put pojavile na mreži u Azure "Deep Learning For Time Series" spremištu koje je izvorno napisala Francesca Lazzeri. Lekciju o SVR-u napisao je Anirban Mukherjee

Napomena: Ovaj dokument je preveden korištenjem AI prevoditeljskog servisa Co-op Translator. Iako težimo točnosti, imajte na umu da automatski prijevodi mogu sadržavati greške ili netočnosti. Izvorni dokument na izvornom jeziku treba smatrati autoritativnim izvorom. Za važne informacije preporuča se profesionalni ljudski prijevod. Nismo odgovorni za bilo kakva nesporazumevanja ili pogrešne interpretacije koje proizlaze iz korištenja ovog prijevoda.