Taschenbuch. Condition: 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. Seller Inventory # 9786206077862

Contact seller

Buy New

� 37.64

Convert currency

Shipping: � 19.14

From Germany to U.S.A.

Destination, rates & speeds

Quantity: 2 available

Add to basket

Stock Image

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

M. Aravind Kumar

Published by Ediciones Nuestro Conocimiento, 2023

ISBN 10: 6206077861 ISBN 13: 9786206077862

New Taschenbuch

Print on Demand

Seller: AHA-BUCH GmbH, Einbeck, Germany

Seller rating 5 out of 5 stars

Taschenbuch. Condition: 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. Seller Inventory # 9786206077862

Contact seller