مرکزی مواد پر جائیں۔

IBM گرینائٹ ٹائم سیریز کے ساتھ توانائی کی طلب کی پیشن گوئی

  • زبانیں:انگریزی

  • اہلیت:رجسٹرڈ سیکھنے والوں کے لیے اہل

  • دورانیہ:کورس کا کل وقت 30 منٹ

ٹائم سیریز کے تجزیہ میں پیشن گوئی ڈیٹا سائنسدانوں کو مشین لرننگ کا استعمال کرکے پیٹرن کی شناخت کرنے اور پھر مستقبل کے بارے میں پیشن گوئی پیدا کرنے کی اجازت دیتی ہے۔ TinyTimeMixers (TTMs) ملٹی ویریٹ ٹائم سیریز کی پیشن گوئی کے لیے پہلے سے تربیت یافتہ ماڈل ہیں۔ اس لیب کا مقصد یہ دکھانا ہے کہ آپ IBM گرینائٹ ٹائم سیریز کے ماڈلز کا استعمال کرتے ہوئے تاریخی ڈیٹا پر مستقبل کے رجحانات کی پیشن گوئی کیسے کر سکتے ہیں۔

سیکھنا شروع کریں۔
توانائی کی طلب کی پیشن گوئی

نوٹس

IBM IBM ڈیجیٹل بیج پروگرام کی انتظامیہ میں مدد کرنے کے لیے IBM کے ذریعے اختیار کردہ اور ریاستہائے متحدہ میں واقع ایک 3rd پارٹی ڈیٹا پروسیسر Credly کی خدمات کا فائدہ اٹھاتا ہے۔ آپ کو IBM ڈیجیٹل بیج جاری کرنے کے لیے، آپ کی ذاتی معلومات (نام، ای میل پتہ، اور حاصل کردہ بیج) کریڈلی کے ساتھ شیئر کی جائیں گی۔ آپ کو کریڈلی کی طرف سے بیج کا دعوی کرنے کی ہدایات کے ساتھ ایک ای میل اطلاع موصول ہوگی۔ آپ کی ذاتی معلومات کا استعمال آپ کا بیج جاری کرنے اور پروگرام کی رپورٹنگ اور آپریشنل مقاصد کے لیے کیا جاتا ہے۔ IBM جمع کی گئی ذاتی معلومات کو عالمی سطح پر IBM کے ذیلی اداروں اور تیسرے فریقوں کے ساتھ شیئر کر سکتا ہے۔ اسے IBM رازداری کے طریقوں سے ہم آہنگ طریقے سے ہینڈل کیا جائے گا۔ IBM رازداری کا بیان یہاں دیکھا جا سکتا ہے:https://www.ibm.com/privacy/us/en/.

IBM ملازمین یہاں IBM اندرونی رازداری کا بیان دیکھ سکتے ہیں:https://w3.ibm.com/w3publisher/w3-privacy-notice.

حمایت کی ضرورت ہے؟
مہربانی فرمائیںہم سے رابطہ کریں.