4.0 KiB
Увод у предвиђање временских серија
Шта је предвиђање временских серија? Реч је о предвиђању будућих догађаја анализом трендова из прошлости.
Регионална тема: светска потрошња електричне енергије ✨
У ова два часа упознаћете се са предвиђањем временских серија, мало познатом област машинског учења која је ипак изузетно вредна за индустријске и пословне примене, између осталих области. Док се неуронске мреже могу користити за побољшање корисности ових модела, ми ћемо их проучавати у контексту класичног машинског учења, јер модели помажу у предвиђању будућег учинка на основу прошлости.
Наш регионални фокус је потрошња електричне енергије у свету, занимљив скуп података за учење о предвиђању будуће потрошње електричне енергије базираној на образцима прошлог оптерећења. Можете видети колико ово предвиђање може бити изузетно корисно у пословном окружењу.
Фотографија Педи Сај Хритик електричних стубова поред пута у Раџастану на Unsplash
Часови
- Увод у предвиђање временских серија
- Изградња ARIMA модела временских серија
- Изградња Support Vector Regressor за предвиђање временских серија
Заслуге
„Увод у предвиђање временских серија“ написале су ⚡️ Франческа Лаззери и Ђен Лупер. Бележнице су први пут постављене на интернет у Azure „Deep Learning For Time Series“ репозиторијуму, оригинално написаном од стране Франческе Лаззери. Лекцију о SVR-у написао је Анирбан Мукхерџи
Изјава о одрицању одговорности: Овај документ је преведен коришћењем услуге за аутоматски превод Co-op Translator. Иако тежимо тачности, имајте у виду да аутоматски преводи могу садржати грешке или нетачности. Оригинални документ на његовом изворном језику треба сматрати ауторитативним извором. За критичне информације препоручује се професионални људски превод. Нисмо одговорни за било каква неспоразума или погрешна тумачења која произилазе из коришћења овог превода.