LLM News
モデル・基盤AI駆動開発技術・実装エージェントビジネス・活用
📅 今日のまとめ♡☆

LLM News

LLM・VibeCoding・AI駆動開発に関する最新記事をキュレーションしてお届けします。

𝕏RSS

ナビゲーション

  • トップ
  • タグ一覧
  • 検索
  • About
  • プライバシーポリシー

人気タグ

#LLM#Claude#VibeCoding#AI駆動開発#RAG#エージェント#プロンプトエンジニアリング#GPT-4

© 2026 LLM News

← トップへ

#時系列予測

2件の記事

関連タグ

#Claude Code#AI駆動開発#PatchTST#実装ノウハウ#Google Colab#Kaggle#特徴量エンジニアリング#フーリエ変換#機械学習#Python
⚡
Zenn4月2日· 2分で読める中級🔥 注目

Claude Code × Google Colab 第4弾 LSTMの次にPatchTSTを試したら、Claudeが設計を直してきた話

Claude CodeでPatchTSTの時系列予測モデルを実装したら、Claudeが「seq_len=30は短すぎる」と指摘して設計を改善した実話です。LSTMとの比較実験で、元論文の推奨値に基づいてseq_len=60に変更したところ、MAE 2.04℃(LSTM比2.1%改善)を達成。実装コード付きで、AIとの対話的な実験プロセスがどう価値を生むかを体感できます。

#Claude Code#AI駆動開発#PatchTST
記事を読む →
📰
Zenn3月6日· 1分で読める中級

11-③[AI][Kaggle][python]Kaggle入門(時系列 3.季節性)

時系列データの季節性をモデル化する2つの手法を解説。観測数が少ない周期には「季節指標(one-hot encoding)」、多い周期には「フーリエ特徴量(sin/cos)」を使い分ける。年次季節性を8個の特徴量で近似できるフーリエ法は、数百個必要な指標法より効率的。ピリオドグラムで最適なペア数を判定。Kaggle時系列シリーズの実践的な解説。

#Kaggle#時系列予測#特徴量エンジニアリング
記事を読む →