Weather forecast with the use of machine learning

Strojno učenje se vse bolj uporablja za napoved prihodnjih stanj. V diplomskem delu je preizkušenih več modelov strojnega učenja za napoved vremenskih parametrov s ciljem izdelave čim boljšega. Modeli v enem mahu napovedujejo terminsko zračno temperaturo ali globalno sevanje za prvo, dvanajsto in štiriindvajseto uro. Ustvarjenih je več modelov z različno arhitekturo. Ti so naučeni iz obdelanih in urejenih podatkov pridobljenih iz javno dostopnega arhiva vremena ARSO. V ospredju algoritmov nadzorovanega stojnega učenja sta Elastic Net in GRU. Arhitektura za izdelavo GRU modelov je zgrajena na podlagi predlaganih modelov drugih avtorjev. Najbolje se je izkazal model GRU (60, 30, 10).Machine learning is often used for future state predictions. In this work there are several different models for weather prediction. Models predict air temperature and global irradiation. The models predict in one go air temperature or global irradiation for first, twelfth and twenty-fourth hour. Multiple models are created with different architecture. These are created from cleaned data from publicly accessible archive of weather data ARSO. Main algorithms used are GRU and elastic net. The GRU architecture is build from models that other authors suggested. The most successful one of them was GRU (60, 30, 10)