Di sini saya menerapkan beberapa struktur RNN, seperti RNN, LSTM, dan GRU untuk membangun pemahaman tentang model pembelajaran mendalam untuk peramalan deret waktu. Saya telah mengerjakan beberapa teknik rekayasa fitur yang banyak diterapkan dalam perkiraan deret waktu, seperti fitur enkode one-hot, lagging, dan waktu siklus. Pustaka yang digunakan adalah Scikit-learn, Pandas, dan PyTorch, pustaka pembelajaran mesin sumber terbuka. Saya telah mengikuti artikel hebat ini, Anda dapat menemukan detail lebih lanjut di sini tautan. Ini akan memberi Anda detail luas tentang hal ini. Kumpulan Data Rangkaian Waktu yang saya gunakan berasal dari data Konsumsi Energi Per Jam PJM, kumpulan data rangkaian waktu univariat yang berisi pengamatan per jam selama 10+ tahun yang dikumpulkan dari berbagai wilayah AS. Dari semua file, saya bekerja dengan data wilayah PJM Timur, yang awalnya memiliki data konsumsi energi per jam dari tahun 2001 hingga 2018, tetapi Anda dapat menggunakan kumpulan data apa pun.