LLM4Time

Guides

• Instalação
• Introdução
  • Key Features
• Pré-processamento e tratamento de dados
  • 1. Carregamento dos dados
  • 2. Pré-processamento
  • 3. Imputação de dados ausentes
  • 4. Divisão dos dados
• Geração de prompts
  • 5. Gerando prompt zero-shot
• Previsão com LLMs
  • 6. Instanciando um modelo OpenAI
  • 7. Gerando uma previsão
• Avaliação de métricas
  • 8. Métricas de erro
• Visualização interativa
  • 9. Gráficos comparativos entre valores reais e previstos
• Referências
• Licença
• Contato

Package Reference

• Pré-processamento e tratamento de dados
  • Leitura de dados
    • load_data()
  • Pré-processamento
    • standardize()
    • normalize()
    • split()
  • Métodos de imputação
    • mean()
    • median()
    • ffill()
    • bfill()
    • sma()
    • ema()
    • linear_interpolation()
    • spline_interpolation()
    • zero()
  • Gerenciamento de dados
    • save()
• Prompts e formatações
  • Tipos de prompts
    • PromptType
  • Estratégias de amostragem
    • Sampling
  • Formatos de série temporal
    • TSFormat
  • Tipos de série temporal
    • TSType
  • Geração de prompts
    • load_prompt()
    • generate()
  • Formatação de dados
    • format()
    • parse()
• Previsão com LLMs
  • Modelos
    • Provider
    • OpenAI
    • AzureOpenAI
    • LMStudio
• Métricas de avaliação
  • Métricas de erro
    • Metrics
  • Estatísticas
    • Statistics
  • Avaliação de performance de previsões de séries temporais
    • evaluate()
• Visualização
  • Gráficos interativos
    • plot_time_series()
    • plot_period_series()
    • plot_forecast()
    • plot_forecast_statistics()
    • plot_decomposition()

Índices e tabelas

• Índice

• Índice do Módulo

• Página de Busca