Prévisions de séries temporelles

Utiliser des modèles d'apprentissage profond pour prédire les valeurs futures à partir de données séquentielles (séries temporelles).

🚀 Commencer le quiz

Questions disponibles: 30

Ce que vous apprendrez dans ce sujet

Ce sujet fait partie du parcours Google TensorFlow. Sur cette page, vous pouvez mieux comprendre ce que couvre ce sujet, quels concepts sont les plus importants et pourquoi il est utile de s’exercer avec un quiz dédié avant de passer à l’examen complet ou aux quiz mixtes.

Le quiz sur Prévisions de séries temporelles vous aide à vous concentrer sur des notions spécifiques, des définitions, des scénarios pratiques et des concepts récurrents qui peuvent apparaître pendant la préparation à la certification.

Pourquoi ce sujet est important

Bien étudier Prévisions de séries temporelles est important, car ce sujet contribue à la compréhension globale de la certification Google TensorFlow. Une bonne préparation sur chaque sujet facilite la gestion des questions théoriques et pratiques, tout en améliorant la confiance et la rapidité de réponse.

S’entraîner sujet par sujet vous permet aussi d’identifier plus précisément vos points faibles, de mieux réviser et de construire une préparation plus solide dans le temps.

Sujets liés

Fondamentaux de TensorFlow

Comprendre la structure et les concepts fondamentaux de TensorFlow, y compris les tenseurs, les graphiques de calcul et les sessions.

Réseaux neuronaux

Construire, entraîner et évaluer des réseaux neuronaux avec TensorFlow pour des tâches de régression et de classification.

Classification d'images

Concevoir des modèles pour la classification d'images en utilisant des réseaux neuronaux convolutionnels (CNN).

NLP

Appliquer TensorFlow aux problèmes de NLP, y compris la tokenisation, l'embedding et les modèles séquentiels.