आईबीएम ग्रेनाइट टाइम सीरीज के साथ ऊर्जा मांग का पूर्वानुमान
भाषाओं:अंग्रेज़ी
वांछनीयता:पंजीकृत शिक्षार्थियों के लिए पात्र
अवधि:कुल पाठ्यक्रम समय 30 मिनट
समय श्रृंखला विश्लेषण में पूर्वानुमान लगाने से डेटा वैज्ञानिकों को मशीन लर्निंग का उपयोग करके पैटर्न की पहचान करने और फिर भविष्य के बारे में पूर्वानुमान बनाने की अनुमति मिलती है। टाइनीटाइममिक्सर्स (TTMs) मल्टीवेरिएट टाइम-सीरीज़ पूर्वानुमान के लिए कॉम्पैक्ट प्री-ट्रेन्ड मॉडल हैं। इस लैब का लक्ष्य यह दिखाना है कि आप IBM ग्रेनाइट टाइम सीरीज़ मॉडल का उपयोग करके ऐतिहासिक डेटा पर भविष्य के रुझानों की भविष्यवाणी कैसे कर सकते हैं।
सूचना
आईबीएम आईबीएम डिजिटल बैज कार्यक्रम के प्रशासन में सहायता के लिए आईबीएम द्वारा अधिकृत और संयुक्त राज्य अमेरिका में स्थित एक तृतीय पक्ष डेटा प्रोसेसर, क्रेडली की सेवाओं का लाभ उठाता है। आपको एक आईबीएम डिजिटल बैज जारी करने के लिए, आपकी व्यक्तिगत जानकारी (नाम, ईमेल पता और अर्जित बैज) को क्रेडली के साथ साझा किया जाएगा। आपको बैज का दावा करने के निर्देशों के साथ क्रेडली से एक ईमेल अधिसूचना प्राप्त होगी। आपकी व्यक्तिगत जानकारी का उपयोग आपके बैज को जारी करने और प्रोग्राम रिपोर्टिंग और परिचालन उद्देश्यों के लिए किया जाता है। आईबीएम वैश्विक स्तर पर आईबीएम सहायक कंपनियों और तीसरे पक्ष के साथ एकत्र की गई व्यक्तिगत जानकारी साझा कर सकता है। इसे आईबीएम गोपनीयता प्रथाओं के अनुरूप तरीके से संभाला जाएगा। आईबीएम गोपनीयता कथन यहां देखा जा सकता है: https://www.ibm.com/privacy/us/en/.
आईबीएम कर्मचारियों आईबीएम आंतरिक गोपनीयता बयान यहां देख सकते हैं: https://w3.ibm.com/w3publisher/w3-privacy-notice.
समर्थन की जरूरत है?
कृपया हमसे संपर्क करें.