摘要
能源預測和不確定性風險評估一直是業界和學術上熱門的議題, 尤其他們與碳排放減量和能源供應等等的實際議題相關。在台灣, 各式各樣的開放數據已經對外公布了數年, 已累積不少的良好應用案例。與能源相關的開放數據更是累積了超過五年以上, 包含用電、氣象和行事曆等。然而對於這些能源數據的深入分析和模型實際應用卻不是相當常見, 多半只停留在少數的學校論文探討之中。為了展示能源開放數據的應用潛力, 本演講將會用python實踐數據爬取(Data scrpaing)和建立常見的機器學習模型, 以及從數據挖掘有價值的觀點和應用潛力。將會從簡單的Explorative Data Analysis(EDA)開始, 藉由資料視覺化和敘述統計分析能源數據的性質。接著, 由氣象預報和行事曆建立能源預測模型, 並比較模型和台電API的預測準確度。除了藉此案例宣傳能源開放數據的潛力外, 也預計帶給聽眾python應用於數據模型專案的常用工具和經驗分享。
說明
影片
地點
R0
時間
第一天 • 10:10-10:40 (GMT+8)
語言
中文演講/英文投影片
層級
中階
分類
應用