Je vais concevoir des modèles avancés de prévision de séries temporelles et d'optimisation

Je suis ingénieur en apprentissage automatique spécialisé dans la prévision de séries temporelles. Je crée des modèles personnalisés, prêts pour la production, qui prédisent avec précision vos futurs schémas de données. Pas de modèles préfabriqués, seulement des solutions adaptées à VOS données spécifiques.

Ce qui est inclus dans cette offre :

• Analyse complète des données : Analyse exploratoire des données (EDA), test de stationnarité (test ADF), décomposition de tendance/saisonnalité, graphiques ACF/PACF, détection des valeurs aberrantes.
• Développement multi-modèles : Je vais construire et évaluer 3 à 4 approches différentes :

1. ARIMA/SARIMA (approche statistique classique)
2. Smoothing exponentiel (modèles ETS pour tendances lisses)
3. Facebook Prophet (excellent pour les données commerciales avec jours fériés/événements)
4. Modèle avancé (LSTM en deep learning ou XGBoost/LightGBM selon les caractéristiques des données)

• Validation rigoureuse : division 80/20 pour l'entraînement et le test, validation croisée sur séries temporelles, backtesting, et optimisation des hyperparamètres.
• Mesures de performance : comparaison détaillée des modèles côte à côte avec RMSE, MAE et MAPE pour choisir le meilleur modèle absolu.
• Prévisions futures : horizon de prévision de 612 mois avec intervalles de confiance à 95 %.

Cas d'utilisation typiques que je couvre :

• Prévision des ventes, revenus et demande
• Métriques de trafic pour site web/application