Modèle de séries temporelles
Prévision de séries temporelles
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Je veux prédire [variable] sur [horizon_temporel] avec des données historiques de [période]. Les patterns observés sont : [saisonnalité, tendance, etc.]. Compare ARIMA, Prophet et LSTM pour ce cas. Propose le code Python pour chaque approche, les métriques d'évaluation (RMSE, MAPE, etc.) et la stratégie de backtesting.
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
Ajoutez un test de stationnarité (Dickey-Fuller) avant ARIMA et normalisez les données pour LSTM. Pour des horizons longs ou une forte saisonnalité, Prophet est souvent plus robuste. N'oubliez pas de comparer avec un modèle naïf (persistance) comme baseline.
Termes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Pour aller plus loin
Prompts similaires
Paraphrase sans plagiat
Paraphraser des sources de manière éthique
Scénario pédagogique pour la classe inversée
Conçoit un scénario de classe inversée en trois temps avec activités avant, pendant et après la séance.
Conception de formation hybride
Concevoir des expériences de formation hybrides et mixtes
Créer une progression pédagogique annuelle complète avec l'IA
Ce prompt génère une progression pédagogique annuelle structurée et différenciée, adaptée à n'importe quelle matière et niveau scolaire, en respectant les programmes officiels.