Forecast
Einleitung und Ăbersicht zur Forecast App
Die Forecast App bietet eine benutzerfreundliche Möglichkeit, prĂ€zise Vorhersagen fĂŒr 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 zeitabhĂ€ngigen Daten zu erkennen. Dies ermöglicht vielseitige Prognosen in Bereichen wie Energieverbrauch, GebĂ€udemanagement 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 weiterfĂŒhrende Informationen zur Nutzung der Forecast App:
1. Was ist Forecasting und wie funktionieren LSTMs in der Forecast App?
EinfĂŒhrung in Forecasting: Lernen Sie, was Forecasting ist und wie die App zeitabhĂ€ngige Daten modelliert. LSTMs und TensorFlow: Wie LSTM-Modelle in der Forecast App langfristige Muster erkennen und warum TensorFlow fĂŒr das Training verwendet wird. â Was ist Forecasting
2. Forecast App einfach nutzen
Schnelleinstieg: Wie Sie ohne Vorwissen eine einfache Anfrage erstellen und erste Prognosen starten. Schritt-fĂŒr-Schritt-Anleitung: Von der Eingabe der wichtigsten Parameter bis zur automatischen Speicherung der Ergebnisse. â Forecast App einfach nutzen
3. Parameter richtig wÀhlen
â Was bewirkt die forecast_length? Erfahren Sie, wie weit in die Zukunft prognostiziert wird.
â Was ist die context_length? Lernen Sie, wie viele vergangene Werte das Modell betrachten sollte.
â Target Attribute: Worauf Sie achten sollten, um brauchbare Vorhersagen zu erstellen.
â Feature Attributes: Welche zusĂ€tzlichen Daten Ihre Prognosen verbessern können.
â Startdatum festlegen: Bestimmen Sie, ab wann die Daten fĂŒr das Training genutzt werden sollen. â 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.
â Alle Parameter auf einem Blick
4. Ablauf der Forecast App
Von der Anfrage bis zur Vorhersage: Ein detaillierter Ăberblick darĂŒber, wie die App trainiert, speichert und dynamische Vorhersagen berechnet. â Ablauf der Forecast App
5. Was sind Hyperparameter?
Automatische Optimierung: Warum Hyperparameter wichtig sind und wie die App die beste Modellarchitektur fĂŒr Ihre Daten findet. Standardwerte und Anpassungsmöglichkeiten: Ăberblick ĂŒber die Standardwerte der Hyperparameter und wann sie angepasst werden sollten. â 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. â Parameter Konfiguration
7. Training Parameter einstellen
Training optimieren: ErklÀrung der Trainingsparameter wie epochs
, patience
, sleep_time
und deren Einfluss auf den Trainingsprozess.
Wann anpassen? Empfehlungen zur Anpassung bei komplexen Daten oder hÀufigen Updates.
â Training Parameter einstellen
8. BinÀre und Mehrklassen-Prognosen
BinĂ€re Vorhersagen: Wie Sie Ja/Nein-Entscheidungen treffen können, z. B. bei Schwellenwerten. Mehrklassen-Prognosen: Vorhersage von mehreren ZustĂ€nden oder Kategorien (z. B. 0, 1, 2). Beispiele: Nutzen Sie den Eliona Calculator, um die richtigen Zielattribute zu erstellen. â BinĂ€re 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.
â Automatische Parameter
10. API-Dokumentation
API-Endpunkte: Eine Ăbersicht der wichtigsten Endpunkte fĂŒr die Verwaltung von Assets, Modellen und Hyperparameter-Suchen.
11. Use Cases fĂŒr die Forecast App
Inspirierende Anwendungsbeispiele â Use Cases
Last updated
Was this helpful?