Что такое time-series-decomposer?
Разложите временные ряды на трендовые, сезонные и остаточные компоненты. Используйте для прогнозирования, анализа закономерностей и выявления сезонности. Источник: dkyazzentwatwa/chatgpt-skills.
Разложите временные ряды на трендовые, сезонные и остаточные компоненты. Используйте для прогнозирования, анализа закономерностей и выявления сезонности.
Быстро установите AI-навык time-series-decomposer в вашу среду разработки через командную строку
Источник: dkyazzentwatwa/chatgpt-skills.
Extract trend, seasonal, and residual components from time series data with visualization and basic forecasting.
Best when seasonal variations scale with the level of the series.
Разложите временные ряды на трендовые, сезонные и остаточные компоненты. Используйте для прогнозирования, анализа закономерностей и выявления сезонности. Источник: dkyazzentwatwa/chatgpt-skills.
Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.) Скопируйте и выполните эту команду: npx skills add https://github.com/dkyazzentwatwa/chatgpt-skills --skill time-series-decomposer После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw
Стабильные поля и команды для ссылок в AI/поиске.
npx skills add https://github.com/dkyazzentwatwa/chatgpt-skills --skill time-series-decomposerРазложите временные ряды на трендовые, сезонные и остаточные компоненты. Используйте для прогнозирования, анализа закономерностей и выявления сезонности. Источник: dkyazzentwatwa/chatgpt-skills.
Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.) Скопируйте и выполните эту команду: npx skills add https://github.com/dkyazzentwatwa/chatgpt-skills --skill time-series-decomposer После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw
https://github.com/dkyazzentwatwa/chatgpt-skills