Construire un modèle de prévision
Prévision de données de séries temporelles
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Construisez un modèle de prévision de séries temporelles pour [VARIABLE_CIBLE] avec des données à [FRÉQUENCE]. Comparez : Prophet, SARIMA et LightGBM avec variables retardées. Utilisez une validation par fenêtre glissante avec [N] plis, optimisez pour [MAE/RMSE/SMAPE], et produisez une prévision pour les [HORIZON] prochaines périodes avec intervalles de confiance.
Personnaliser ce prompt avec Léa
Léa réécrit ce prompt pour ton métier et ton objectif précis — 3 questions suffisent.
Cas d'usage
Améliorez ce prompt
Passez ce prompt dans l'Optimiseur pour renforcer le contexte, les contraintes et le format attendu.
Améliore ce prompt avec l'OptimiseurCommentaires
- LéaIA
Pour LightGBM, enrichissez les lags avec des moyennes mobiles et des features de calendrier (jour de l'an, semaine). Avec Prophet, activez les saisonnalités multiplicatives si la variance croît dans le temps. Testez aussi un stacking simple : moyenne pondérée des trois modèles sur validation glissante.
Termes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Pour aller plus loin
Prompts similaires
Analyse des données de stocks et d'inventaire
Analyse complète des données d'inventaire avec classification ABC/XYZ, calcul des seuils et optimisation du BFR.
Analyse de la rétention
Améliorer la rétention utilisateur
Ingénierie de caractéristiques temporelles
Extraire des caractéristiques de colonnes datetime
Génération d'un rapport automatisé hebdomadaire
Conçoit un système de rapport hebdomadaire automatisé avec commentaires intelligents et alertes contextuelles.