Wie geht's eigentlich weiter?
Autor
Beteiligtes Institut
Institut für Technik der Informationsverarbeitung (ITIV)
Zentrum für Mediales Lernen (ZML)
Fakultät für Elektrotechnik und Informationstechnik (ETIT)
Zentrale Einrichtungen (Zentrale Einrichtungen)
Genre
Beschreibung
63 |
00:00:00 Start
00:00:13 Zeitreihenprognose: Beispiel Stromlastprognose mit Keras Zeitreihenprognose: Beispiel Stromlastprognose mit Keras
00:00:54 Zeitreihen
00:01:33 Trendkomponente
00:01:37 Periodische Komponente
00:01:41 Rest oder irreguläre Komponente
00:01:55 Additive und multiplikative Komposition
00:02:23 Datenvorverarbeitung
00:02:33 Deseasonalize mit Seasonal_decompose()
00:04:59 Normalize
00:05:22 LSTM mit Keras
00:06:59 Grid- und Random-Search
00:07:30 Zusammenfassung
Laufzeit (hh:mm:ss)
00:08:17
Serie
Angewandte Machine Learning Algorithmen (AMALEA)
Publiziert am
19.10.2021
Fachgebiet
Lizenz
Creative Commons Namensnennung – Weitergabe unter gleichen Bedingungen 4.0 International
Auflösung | 1280 x 720 Pixel |
Seitenverhältnis | 16:9 |
Audiobitrate | 123911 bps |
Audio Kanäle | 2 |
Audio Codec | aac |
Audio Abtastrate | 48000 Hz |
Gesamtbitrate | 929396 bps |
Farbraum | yuv420p |
Container | mov,mp4,m4a,3gp,3g2,mj2 |
Medientyp | video/mp4 |
Dauer | 497 s |
Dateiname | DIVA-2021-439_hd.mp4 |
Dateigröße | 57.757.364 byte |
Bildwiederholfrequenz | 25 |
Videobitrate | 799397 bps |
Video Codec | h264 |
Mediathek-URL
Embed-Code