Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

Hyper tunning Prophet model for time series forecasting

Aperta
#1,887 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
25/100
Tipo di issue
Documentazione
Chiarezza
Da chiarire
Stato di attività
Ferma
Stack tecnologico
jupyter-notebook, python
Ambito
data, machine-learning

Direzione di ricerca

La issue non indica alcun notebook, file, test o punto di ingresso. Prima chiarisci quale esempio di Prophet e quale workflow di ottimizzazione degli iperparametri siano previsti, quindi definisci gli input dell’esempio, il metodo di valutazione e i criteri di completamento prima dell’implementazione.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Hello,

How can we use hyper tunning to optimize Prophet model for time series forecasting ?

An example would be great!

Thanks

Lingua principale
Jupyter Notebook
Stelle
4.4k
Fork
2.6k
Nessuna PR unita negli ultimi 30g

Guida per i contributori

Nessuna guida per i contributori indicizzata per questo repository

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di Azure/MachineLearningNotebooks

Tutte le issue di Azure/MachineLearningNotebooks

Issue simili

Altre issue su Data Engineering

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.