Azure-docs: Prévisions AutoML: fractionnement par modèle ou grain

J'utiliserai un exemple de votre documentation:

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

Quelle est la différence entre former deux modèles par magasin ou un modèle avec du grain de magasin? La précision d'un modèle avec des grains sera-t-elle augmentée en raison d'une plus grande quantité de données, etc.?

[Entrez vos commentaires ici]

Détails du document

⚠ Ne modifiez pas cette section.

• Numéro ID: bf6e8bb8-9f33-6315-dec3-915c82152f4f
• ID indépendant de la version: 0d184dff-a615-49e4-089a-8c41a8ff801c
• Contenu: Former automatiquement un modèle de prévision de séries chronologiques - Azure Machine Learning
• Source de contenu: articles / machine-learning / how-to-auto-train-forecast.md
• Service: apprentissage automatique
• Sous-service: core
• Connexion GitHub: @nibaccam
• Microsoft Alias: nibaccam