Andere Kunden interessierten sich auch für
![Uso problemático de topónimos en la República Democrática del Congo en el campo de la cartografía]( "Uso problemático de topónimos en la República Democrática del Congo en el campo de la cartografía")
Uso problemático de topónimos en la República Democrática del Congo en el campo de la cartografía26,99 €![Detección y clasificación de la postura del yoga usando el aprendizaje profundo]( "Detección y clasificación de la postura del yoga usando el aprendizaje profundo")
Detección y clasificación de la postura del yoga usando el aprendizaje profundo26,99 €![Uso sostenible del follaje de noni en la alimentación porcina actual]( "Uso sostenible del follaje de noni en la alimentación porcina actual")
Uso sostenible del follaje de noni en la alimentación porcina actual25,99 €![ANÁLISIS COMPARATIVO DE LOS COMBUSTIBLES DE TRANSICIÓN PARA LA GENERACIÓN DE ENERGÍA]( "ANÁLISIS COMPARATIVO DE LOS COMBUSTIBLES DE TRANSICIÓN PARA LA GENERACIÓN DE ENERGÍA")
ANÁLISIS COMPARATIVO DE LOS COMBUSTIBLES DE TRANSICIÓN PARA LA GENERACIÓN DE ENERGÍA27,99 €![El uso de los análisis de Big Data]( "El uso de los análisis de Big Data")
El uso de los análisis de Big Data36,99 €![Sólidos de Revolución haciendo uso de la Vista Gráfica 3D del Geogebra]( "Sólidos de Revolución haciendo uso de la Vista Gráfica 3D del Geogebra")
Sólidos de Revolución haciendo uso de la Vista Gráfica 3D del Geogebra27,99 €![El Aprendizaje en la Asignatura Salud Animal]( "El Aprendizaje en la Asignatura Salud Animal")
El Aprendizaje en la Asignatura Salud Animal26,99 €
Este libro resume la previsión de la carga eléctrica, que ha cobrado una importancia sustancial en la actualidad en los modernos sistemas de gestión de la energía eléctrica con elementos de tecnología inteligente y ávida . Los big data de energía eléctrica tienen las características de un gran número, alta dimensión y series temporales. Al mismo tiempo, hay muchas formas de datos de energía eléctrica que faltan, algunos faltan de forma dispersa y otros faltan de forma sucesiva. Por lo tanto, cada vez se presta más atención a las combinaciones de métodos de predicción. Realizamos un análisis exploratorio de los datos, un preprocesamiento y una división de entrenamiento y prueba antes de entrenar el modelo. Utilizamos varios parámetros para comprobar las ventajas del modelo propuesto: error medio absoluto, error medio cuadrático y error medio cuadrático.