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.
This file contains ambiguous Unicode characters that may be confused with others in your current locale. If your use case is intentional and legitimate, you can safely ignore this warning. Use the Escape button to highlight these characters.
# 時間序列預測介紹
什麼是時間序列預測？它是通過分析過去的趨勢來預測未來事件。
## 地區主題：全球電力使用 ✨
在這兩堂課中，您將會接觸到時間序列預測，這是機器學習中一個相對較少人知道的領域，但對產業和商業應用等多個領域卻極為重要。雖然神經網絡可以用來增強這些模型的效用，我們會在傳統機器學習的背景下學習這些模型，因為模型有助於基於過去預測未來的表現。
我們的區域重點是全球電力使用，這是一個有趣的數據集，用於學習如何根據過去負載的模式預測未來的用電量。您可以看到這類預測在商業環境中非常有幫助。
照片由 [Peddi Sai hrithik ](https://unsplash.com/@shutter_log?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText ) 拍攝，為位於拉賈斯坦邦一條道路上的電力塔，收錄於 [Unsplash ](https://unsplash.com/s/photos/electric-india?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText )
## 課程
1. [時間序列預測介紹 ](1-Introduction/README.md )
2. [建立 ARIMA 時間序列模型 ](2-ARIMA/README.md )
3. [建立用於時間序列預測的支持向量回歸器 ](3-SVR/README.md )
## 致謝
「時間序列預測介紹」由 [Francesca Lazzeri ](https://twitter.com/frlazzeri ) 和 [Jen Looper ](https://twitter.com/jenlooper ) 共同編寫並帶來 ⚡️。這些筆記本最初於 [Azure “Deep Learning For Time Series” 倉庫 ](https://github.com/Azure/DeepLearningForTimeSeriesForecasting )線上發表，最初作者為 Francesca Lazzeri。SVR 課程則由 [Anirban Mukherjee ](https://github.com/AnirbanMukherjeeXD ) 撰寫。
---
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
** 免責聲明**：
本文件由 AI 翻譯服務 [Co-op Translator ](https://github.com/Azure/co-op-translator ) 翻譯而成。雖然我們致力於確保準確性，但請注意，機器自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應被視為權威來源。對於重要資訊，建議進行專業人工翻譯。我們不對因使用本翻譯而產生的任何誤解或誤釋承擔責任。
<!-- CO-OP TRANSLATOR DISCLAIMER END -->
