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
Réponds à 3 questions, Léa adapte le prompt à ta situation.
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
Explicateur de concept (technique Feynman)
Comprendre des concepts difficiles en les simplifiant d'abord
Lettre de réponse à la révision par les pairs
Répondre aux commentaires de la révision par les pairs
Enquête de changement comportemental niveau 3
Suivi de l'application des acquis en situation de travail
Créer des flashcards automatiques pour réviser efficacement
Transformez n'importe quel cours en flashcards structurées par niveau de difficulté, avec planning de révision espacée intégré.