आईबीएम ग्रेनाइट टाइम सीरीज़ के साथ ऊर्जा मांग का पूर्वानुमान
बोली:अंग्रेज़ी
वांछनीयता:पंजीकृत शिक्षार्थियों के लिए पात्र
अवधि:कुल पाठ्यक्रम समय 30 मिनट
समय श्रृंखला विश्लेषण में पूर्वानुमान लगाने से डेटा वैज्ञानिक मशीन लर्निंग का उपयोग करके पैटर्न की पहचान कर सकते हैं और फिर भविष्य के बारे में पूर्वानुमान लगा सकते हैं। टाइनीटाइममिक्सर्स (TTMs) बहुभिन्नरूपी समय-श्रृंखला पूर्वानुमान के लिए कॉम्पैक्ट पूर्व-प्रशिक्षित मॉडल हैं। इस प्रयोगशाला का लक्ष्य यह दिखाना है कि आप IBM ग्रेनाइट समय श्रृंखला मॉडल का उपयोग करके ऐतिहासिक डेटा पर भविष्य के रुझानों का पूर्वानुमान कैसे लगा सकते हैं।
सूचना
आईबीएम, आईबीएम डिजिटल बैज कार्यक्रम के प्रशासन में सहायता के लिए, आईबीएम द्वारा अधिकृत और संयुक्त राज्य अमेरिका स्थित तृतीय-पक्ष डेटा प्रोसेसर, क्रेडली की सेवाओं का लाभ उठाता है। आपको आईबीएम डिजिटल बैज जारी करने के लिए, आपकी व्यक्तिगत जानकारी (नाम, ईमेल पता और अर्जित बैज) क्रेडली के साथ साझा की जाएगी। आपको बैज प्राप्त करने के निर्देशों के साथ क्रेडली से एक ईमेल सूचना प्राप्त होगी। आपकी व्यक्तिगत जानकारी का उपयोग आपका बैज जारी करने, कार्यक्रम की रिपोर्टिंग और संचालन संबंधी उद्देश्यों के लिए किया जाता है। आईबीएम एकत्रित की गई व्यक्तिगत जानकारी को आईबीएम की सहायक कंपनियों और तृतीय-पक्षों के साथ वैश्विक स्तर पर साझा कर सकता है। इसे आईबीएम की गोपनीयता प्रथाओं के अनुरूप तरीके से प्रबंधित किया जाएगा। आईबीएम गोपनीयता कथन यहाँ देखा जा सकता है:https://www.ibm.com/privacy/us/en/.
आईबीएम कर्मचारी आईबीएम आंतरिक गोपनीयता वक्तव्य यहां देख सकते हैं:https://w3.ibm.com/w3publisher/w3-privacy-notice.
सहायता की आवश्यकता है?
कृपयाहमसे संपर्क करें.