IBM گرینائٹ ٹائم سیریز کے ساتھ توانائی کی طلب کی پیشن گوئی
زبانیں:انگريزی
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 پیشین گوئیاں 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۔
اطلاع نامہ
آئی بی ایم آئی بی ایم ڈیجیٹل بیج پروگرام کی انتظامیہ میں مدد کرنے کے لئے ، آئی بی ایم کے ذریعہ مجاز اور ریاستہائے متحدہ میں واقع تیسری پارٹی کے ڈیٹا پروسیسر ، کریڈلی کی خدمات سے فائدہ اٹھاتا ہے۔ آپ کو آئی بی ایم ڈیجیٹل بیج جاری کرنے کے لئے، آپ کی ذاتی معلومات (نام، ای میل ایڈریس، اور بیج حاصل کردہ) کریڈلی کے ساتھ اشتراک کیا جائے گا. بیج کا دعوی کرنے کے لئے ہدایات کے ساتھ آپ کو کریڈلی سے ایک ای میل اطلاع موصول ہوگی۔ آپ کی ذاتی معلومات آپ کے بیج کو جاری کرنے اور پروگرام کی رپورٹنگ اور آپریشنل مقاصد کے لئے استعمال کیا جاتا ہے. آئی بی ایم عالمی سطح پر آئی بی ایم کے ماتحت اداروں اور تیسرے فریقوں کے ساتھ جمع کردہ ذاتی معلومات کا اشتراک کرسکتا ہے۔ اسے آئی بی ایم کی رازداری کے طریقوں کے مطابق انداز میں سنبھالا جائے گا۔ آئی بی ایم رازداری کا بیان یہاں دیکھا جا سکتا ہے: https://www.ibm.com/privacy/us/en/.
آئی بی ایم ملازمین آئی بی ایم انٹرنل پرائیویسی اسٹیٹمنٹ یہاں دیکھ سکتے ہیں: https://w3.ibm.com/w3publisher/w3-privacy-notice.
معاونت کی ضرورت ہے؟
برائے مہربانی ہم سے رابطہ کریں.