Forecast
Einleitung und Übersicht zur Forecast App
Die Forecast App bietet eine benutzerfreundliche Möglichkeit, präzise Vorhersagen für beliebige Datenattribute in der Eliona-Plattform zu erstellen. Die Anwendung nutzt modernste LSTM-Modelle (Long Short-Term Memory), ein spezieller Typ neuronaler Netze aus TensorFlow, um sowohl kurzfristige als auch langfristige Trends in zeitabhängigen Daten zu erkennen. Dies ermöglicht vielseitige Prognosen in Bereichen wie Energieverbrauch, Gebäudemanagement oder anderen datengetriebenen Szenarien.
Mit der Forecast App lassen sich Modelle flexibel anpassen: Sie können die Hyperparameter optimieren, Trainingsprozesse steuern oder die Genauigkeit Ihrer Vorhersagen verbessern, ohne tiefgehendes technisches Vorwissen zu benötigen. Im Fokus steht dabei die automatische Modelloptimierung sowie die nahtlose Integration in bestehende Assets auf der Eliona-Plattform.
Diese Anleitung bietet Ihnen eine klare Struktur und weiterführende Informationen zur Nutzung der Forecast App:
1. Was ist Forecasting und wie funktionieren LSTMs in der Forecast App?
Einführung in Forecasting: Lernen Sie, was Forecasting ist und wie die App zeitabhängige Daten modelliert. LSTMs und TensorFlow: Wie LSTM-Modelle in der Forecast App langfristige Muster erkennen und warum TensorFlow für das Training verwendet wird. → Was ist Forecasting
2. Forecast App einfach nutzen
Schnelleinstieg: Wie Sie ohne Vorwissen eine einfache Anfrage erstellen und erste Prognosen starten. Schritt-für-Schritt-Anleitung: Von der Eingabe der wichtigsten Parameter bis zur automatischen Speicherung der Ergebnisse. → Forecast App einfach nutzen
3. Parameter richtig wählen
→ Was bewirkt die forecast_length? Erfahren Sie, wie weit in die Zukunft prognostiziert wird.
→ Was ist die context_length? Lernen Sie, wie viele vergangene Werte das Modell betrachten sollte.
→ Target Attribute: Worauf Sie achten sollten, um brauchbare Vorhersagen zu erstellen.
→ Feature Attributes: Welche zusätzlichen Daten Ihre Prognosen verbessern können.
→ Startdatum festlegen: Bestimmen Sie, ab wann die Daten für das Training genutzt werden sollen. → Training und Forecasting an- und ausschalten: Steuern Sie, ob das Modell trainiert oder Vorhersagen berechnet werden sollen. Nutzen Sie die Parameter train und forecast, um flexibel zwischen Training und Forecasting zu wechseln.
→ Alle Parameter auf einem Blick
4. Ablauf der Forecast App
Von der Anfrage bis zur Vorhersage: Ein detaillierter Überblick darüber, wie die App trainiert, speichert und dynamische Vorhersagen berechnet. → Ablauf der Forecast App
5. Was sind Hyperparameter?
Automatische Optimierung: Warum Hyperparameter wichtig sind und wie die App die beste Modellarchitektur für Ihre Daten findet. Standardwerte und Anpassungsmöglichkeiten: Überblick über die Standardwerte der Hyperparameter und wann sie angepasst werden sollten. → Was sind Hyperparameter?
6. Parameter-Konfiguration
Manuelle Parameter: Wie Sie die App direkt mit spezifischen Parametern trainieren, ohne die Hyperparameter-Suche zu starten. Standardwerte: Welche Parameter ohne Angabe automatisch genutzt werden. → Parameter Konfiguration
7. Training Parameter einstellen
Training optimieren: Erklärung der Trainingsparameter wie epochs, patience, sleep_time und deren Einfluss auf den Trainingsprozess.
Wann anpassen? Empfehlungen zur Anpassung bei komplexen Daten oder häufigen Updates.
→ Training Parameter einstellen
8. Binäre und Mehrklassen-Prognosen
Binäre Vorhersagen: Wie Sie Ja/Nein-Entscheidungen treffen können, z. B. bei Schwellenwerten. Mehrklassen-Prognosen: Vorhersage von mehreren Zuständen oder Kategorien (z. B. 0, 1, 2). Beispiele: Nutzen Sie den Eliona Calculator, um die richtigen Zielattribute zu erstellen. → Binäre und Mehrklassen-Prognosen
9. Automatische Parameter und Metadaten
Metadaten: Erfahren Sie, welche Informationen wie datalength, latest_timestamp und processing_status automatisch von der API bereitgestellt werden.
→ Automatische Parameter
10. API-Dokumentation
API-Endpunkte: Eine Übersicht der wichtigsten Endpunkte für die Verwaltung von Assets, Modellen und Hyperparameter-Suchen.
11. Use Cases für die Forecast App
Inspirierende Anwendungsbeispiele → Use Cases
Last updated