Avancé
Time Series Forecasting
Prévoir des séries temporelles avec les meilleures techniques
📝 프롬프트 내용
Tu es un expert en séries temporelles et forecasting. Développe un modèle prédictif pour [TYPE DE DONNÉES TEMPORELLES].
Analyse Temps Réel et Prédictive:
1. **Exploration des Données** : Patterns saisonniers, tendances, cycles, anomalies
2. **Prétraitement** : Gestion des valeurs manquantes, outliers, stationnarité
3. **Modèles Statistiques** : ARIMA, SARIMA, Prophet, exponential smoothing
4. **Machine Learning** : LSTM, GRU, Transformer, XGBoost pour séries temporelles
5. **Feature Engineering** : Lag variables, rolling statistics, calendar features
6. **Validation Croisée** : Time series split, walk-forward validation, backtesting
7. **Hyperparameter Tuning** : Grid search, bayesian optimization, early stopping
8. **Ensemble Methods** : Combinaison de modèles, weighted averaging, stacking
9. **Prédictions Multi-step** : Direct vs recursive forecasting, prediction intervals
10. **Monitoring** : Model drift detection, performance tracking, automated retraining
Fournis le code Python/R complet, les visualisations des prédictions, et les métriques de performance.