Использование линейной регрессии для прогнозирования производства возобновляемой энергии на основе данных о погоде в Германии в 2016 г. В этом посте я описываю, как прогнозировать генерацию ветра и солнца на основе данных о погоде, используя простой алгоритм линейной регрессии и набор данных, содержащий информацию о производстве энергии и погоде для Германии в 2016 году. Этот проект позволил мне поиграть с несколькими важными концепциями и практиками Data Science. Во-первых, мне..

Внедрение искусственного интеллекта (ИИ) оказывает важное влияние на возобновляемые источники энергии. Согласно отчету Международного энергетического агентства, ожидается, что к 2020 году глобальное производство электроэнергии из возобновляемых источников энергии, таких как ветер, солнце, гидроэнергия и геотермальная энергия, увеличится на 26 процентов. Как владелец бизнеса, стремящийся уменьшить углеродный след своей компании, вам жизненно важно найти способы повысить энергоэффективность...

При решении проблем много внимания уделяется теории машинного обучения, но слишком мало внимания уделяется операционализации и коммерциализации. Давайте посмотрим, что нужно для масштабирования решения машинного обучения. Посылка Эта статья призвана дать концептуальный уровень того, что требуется для эффективного масштабирования решения для машинного обучения. В отличие от традиционных ПО, где качество зависит от кода / архитектуры платформы, Data Science / Machine Learning - это..