Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:9144.pdf
X
- •Лабораторная работа №1
- •Загрузка, инициализация и анализ данных
- •Подготовка временных меток
- •Построение автокорреляционной функции (АКФ)
- •Блок построения временных трендов с усреднением по 7 и 365 дней по колонке 'Consumption'
- •Формирование функции вычисления точности прогнозной модели
- •Реализации алгоритмов машинного обучения
- •Корректировки стационарности временного ряда, улучшение точности прогнозирования
- •Блок корректировки стационарности временного ряда
- •Функция генерирования дополнительных временных признаком
- •Лаборатоное задание
- •Лабораторная работа №2
- •Решение задач классификации машинного обучения
- •Теоретические сведения
- •Практическая часть
- •Лабораторная работа №3
- •«Создание баз знаний в Visual Prolog»
- •Задание на лабораторную работу:
- •Решение.
- •Результат:
- •Лабораторная работа №4
- •Пример сети распознавания цифры с помощью библиотеки Keras
- •Лабораторное задание
SVR(gamma='auto') r2: 0.0553
MAE: 122.7271 MSE: 25527.5474 RMSE: 159.7734
Лаборатоное задание
1.Изучить содержание интерактивного блокнота;
2.Произвести оценку точности прогнозной модели при изменении тестовой выборки датасета (Составить таблицу зависимости прогнозного диапазона (от 1 до 12 месяцев) от метрик точности модели (R2, RMSE, MAE, MSE)) для всех представленных в работе алгоритмов МО, построить графики;
24
3.Изучить структуру библиотеки sklearn (https://scikit-learn.org/stable/) и выполнить задачу прогнозирования с использованием любого регрессионного алгоритма машинного обучения из библиотеки sklearn. Прогнозный период 1 год.
Литература:
1)https://towardsdatascience.com/time-series-analysis-using-pandas-in-python- f726d87a97d8
25
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]