Wie geht's eigentlich weiter?
Author
Participating institute
Institut für Technik der Informationsverarbeitung (ITIV)
Zentrum für Mediales Lernen (ZML)
Fakultät für Elektrotechnik und Informationstechnik (ETIT)
Zentrale Einrichtungen (Zentrale Einrichtungen)
Genre
Description
- 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
Duration (hh:mm:ss)
00:08:17
Series
Angewandte Machine Learning Algorithmen (AMALEA)
Published on
19.10.2021
Subject area
License
| Resolution | 1280 x 720 Pixel |
| Aspect ratio | 16:9 |
| Audio bitrate | 123911 bps |
| Audio channels | 2 |
| Audio Codec | aac |
| Audio Sample Rate | 48000 Hz |
| Total Bitrate | 929396 bps |
| Color Space | yuv420p |
| Container | mov,mp4,m4a,3gp,3g2,mj2 |
| Media Type | video/mp4 |
| Duration | 497 s |
| Filename | DIVA-2021-439_hd.mp4 |
| File Size | 57.757.364 byte |
| Frame Rate | 25 |
| Video Bitrate | 799397 bps |
| Video Codec | h264 |
Media URL
Embed Code
Angewandte Machine Learning Algorithmen (AMALEA)
Episodes 1-24
of 24
