Andere Kunden interessierten sich auch für
![Apprendimento automatico supervisionato: Una guida completa]( "Apprendimento automatico supervisionato: Una guida completa")
Apprendimento automatico supervisionato: Una guida completa29,99 €![Previsão de utilização de energia baseada em aprendizagem automática]( "Previsão de utilização de energia baseada em aprendizagem automática")
Previsão de utilização de energia baseada em aprendizagem automática29,99 €![UN MODELLO DI CANALE ACUSTICO PER MODELLI DIRETTI E MULTIPATH IN ACQUE PROFONDE]( "UN MODELLO DI CANALE ACUSTICO PER MODELLI DIRETTI E MULTIPATH IN ACQUE PROFONDE")
UN MODELLO DI CANALE ACUSTICO PER MODELLI DIRETTI E MULTIPATH IN ACQUE PROFONDE29,99 €![Valutazione fitochimica e farmacologica di Dracaena reflexa Lam .]( "Valutazione fitochimica e farmacologica di Dracaena reflexa Lam .")
Valutazione fitochimica e farmacologica di Dracaena reflexa Lam .29,99 €![La collina di Tirumala, la migliore del mondo, è piena di benedizioni]( "La collina di Tirumala, la migliore del mondo, è piena di benedizioni")
La collina di Tirumala, la migliore del mondo, è piena di benedizioni42,99 €![Recupero dei metalli dai RAEE. Medellín (Colombia)]( "Recupero dei metalli dai RAEE. Medellín (Colombia)")
Recupero dei metalli dai RAEE. Medellín (Colombia)36,99 €![Il meccanismo africano di revisione tra pari]( "Il meccanismo africano di revisione tra pari")
Il meccanismo africano di revisione tra pari36,99 €
Questo libro riassume la previsione del carico elettrico che ha acquisito un'importanza sostanziale al giorno d'oggi nei moderni sistemi di gestione dell'energia elettrica con elementi di tecnologia smart greed. I big data dell'energia elettrica hanno le caratteristiche di un gran numero, di un'elevata dimensione e di serie temporali. Allo stesso tempo, ci sono molte forme di dati mancanti sull'energia elettrica, alcuni sono dispersi e altri mancano in successione. Pertanto, le combinazioni di metodi di previsione stanno ricevendo un'attenzione crescente. Abbiamo eseguito l'analisi esplorativa dei dati, la pre-elaborazione e la suddivisione treno-test prima di addestrare il modello. Abbiamo utilizzato diverse metriche per testare i vantaggi del modello proposto: errore assoluto medio, errore quadratico medio e errore quadratico medio.