« Prévision des séries chronologiques » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
(3 versions intermédiaires par 2 utilisateurs non affichées) | |||
Ligne 1 : | Ligne 1 : | ||
== Définition == | == Définition == | ||
La prévision des séries chronologiques est une approche statistique ou d''''[[apprentissage automatique]]''' qui est importante dans le '''[[forage de données]]''' et elle modélise les '''[[données spatio-temporelles]]''' | La prévision des séries chronologiques est une approche statistique ou d''''[[apprentissage automatique]]''' qui est importante dans le '''[[forage de données]]''' et elle modélise les '''[[données spatio-temporelles]]''' afin de faire des prédictions sur des futures tendances, telles que la variation saisonnière de la '''[[série chronologique]]''' ou la corrélation entre des valeurs proches dans le temps. Elle joue également un rôle clé dans les problèmes de la vie courante qui ont une composante temporelle, comme la consommation d'énergie ou la météo. | ||
== Français == | == Français == | ||
Ligne 8 : | Ligne 8 : | ||
== Anglais == | == Anglais == | ||
''' times-series | ''' times-series forecasting''' | ||
''' TSF''' | ''' TSF''' | ||
Ligne 20 : | Ligne 20 : | ||
[[Catégorie: | [[Catégorie:GRAND LEXIQUE FRANÇAIS]] |
Dernière version du 21 novembre 2024 à 09:02
Définition
La prévision des séries chronologiques est une approche statistique ou d'apprentissage automatique qui est importante dans le forage de données et elle modélise les données spatio-temporelles afin de faire des prédictions sur des futures tendances, telles que la variation saisonnière de la série chronologique ou la corrélation entre des valeurs proches dans le temps. Elle joue également un rôle clé dans les problèmes de la vie courante qui ont une composante temporelle, comme la consommation d'énergie ou la météo.
Français
prévision des séries chronologiques
prévision des séries temporelles
Anglais
times-series forecasting
TSF
Time-series forecasting is a statistical or machine learning approach important in data mining that models historical time-series data for making predictions about futures plans, for examples, seasonal variation of the series and correlation between close values in time. It also has a key role in real-life problems that have a temporal component such as energy consumption or weather.