Taschenbuch. Condizione: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Este libro resume la previsi�n de la carga el�ctrica, que ha cobrado una importancia sustancial en la actualidad en los modernos sistemas de gesti�n de la energ�a el�ctrica con elementos de tecnolog�a inteligente y �vida . Los big data de energ�a el�ctrica tienen las caracter�sticas de un gran n�mero, alta dimensi�n y series temporales. Al mismo tiempo, hay muchas formas de datos de energ�a el�ctrica que faltan, algunos faltan de forma dispersa y otros faltan de forma sucesiva. Por lo tanto, cada vez se presta m�s atenci�n a las combinaciones de m�todos de predicci�n. Realizamos un an�lisis exploratorio de los datos, un preprocesamiento y una divisi�n de entrenamiento y prueba antes de entrenar el modelo. Utilizamos varios par�metros para comprobar las ventajas del modelo propuesto: error medio absoluto, error medio cuadr�tico y error medio cuadr�tico. 60 pp. Spanisch. Codice articolo 9786206077862

Contatta il venditore

Compra nuovo

EUR 43,90

Convertire valuta

Spese di spedizione: EUR 23,00

Da: Germania a: U.S.A.

Destinazione, tempi e costi

Quantit�: 2 disponibili

Aggiungi al carrello

Foto dell'editore

Predicci�n del uso de la energ�a basada en el aprendizaje autom�tico

M. Aravind Kumar

Editore: Ediciones Nuestro Conocimiento, 2023

ISBN 10: 6206077861 ISBN 13: 9786206077862

Nuovo Taschenbuch

Print on Demand

Da: AHA-BUCH GmbH, Einbeck, Germania

Valutazione del venditore 5 su 5 stelle

Taschenbuch. Condizione: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Este libro resume la previsi�n de la carga el�ctrica, que ha cobrado una importancia sustancial en la actualidad en los modernos sistemas de gesti�n de la energ�a el�ctrica con elementos de tecnolog�a inteligente y �vida . Los big data de energ�a el�ctrica tienen las caracter�sticas de un gran n�mero, alta dimensi�n y series temporales. Al mismo tiempo, hay muchas formas de datos de energ�a el�ctrica que faltan, algunos faltan de forma dispersa y otros faltan de forma sucesiva. Por lo tanto, cada vez se presta m�s atenci�n a las combinaciones de m�todos de predicci�n. Realizamos un an�lisis exploratorio de los datos, un preprocesamiento y una divisi�n de entrenamiento y prueba antes de entrenar el modelo. Utilizamos varios par�metros para comprobar las ventajas del modelo propuesto: error medio absoluto, error medio cuadr�tico y error medio cuadr�tico. Codice articolo 9786206077862

Contatta il venditore