Azure-docs: Previsión de AutoML: dividida por modelo o grano

Usaré un ejemplo de su documentación:

https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-forecast#preparing -data

¿Cuál es la diferencia entre entrenar dos modelos por tienda o un modelo con grano de tienda? ¿Se incrementará la precisión de un modelo con granos debido a una mayor cantidad de datos, etc.?

[Ingrese sus comentarios aquí]

Detalles del documento

⚠ No edite esta sección.

• Identificación: bf6e8bb8-9f33-6315-dec3-915c82152f4f
• ID independiente de la versión: 0d184dff-a615-49e4-089a-8c41a8ff801c
• Contenido: Entrenamiento automático de un modelo de previsión de series de tiempo: Azure Machine Learning
• Fuente del contenido: articles / machine-learning / how-to-auto-train-forecast.md
• Servicio: aprendizaje automático
• Subservicio: núcleo
• Inicio de sesión de GitHub: @nibaccam
• Alias ​​de Microsoft: nibaccam