https://w.databeam.eu/ 2026-06-05T12:50:04+00:00 https://w.databeam.eu/ https://w.databeam.eu/_media/logo.png text/html 2023-12-05T15:57:41+00:00 Anonymous (anonymous@undisclosed.example.com) https://w.databeam.eu/documentation/data/base-capteurs?rev=1701791861&do=diff Base capteurs Pour structurer une base de données qui stocke efficacement les données issues de votre fichier, vous devez prendre en compte la nature des données et la manière dont vous prévoyez de les utiliser. Voici une approche possible : <markdown> ### Structure de la Base de Données text/html 2024-04-08T15:06:26+00:00 Anonymous (anonymous@undisclosed.example.com) https://w.databeam.eu/documentation/data/go?rev=1712588786&do=diff Les données <nspages :documentation:data -simpleList -h1 -textPages=“” -exclude> text/html 2023-12-21T09:42:48+00:00 Anonymous (anonymous@undisclosed.example.com) https://w.databeam.eu/documentation/data/metrics?rev=1703151768&do=diff Métriques <nspages :documentation:data:metrics -simpleList -h1 -textPages=“” -exclude> text/html 2024-04-09T12:30:47+00:00 Anonymous (anonymous@undisclosed.example.com) https://w.databeam.eu/documentation/data/models?rev=1712665847&do=diff Les modèles Great summary of various time series analysis methods and models! Here's a brief overview of each method mentioned: * Autoregressive Integrated Moving Average (ARIMA): This model uses past observations to forecast future values, accounting for non-stationary time series data by differencing and integrating the original series. It is suitable for stationary or trending data without seasonality. text/html 2024-04-18T14:59:32+00:00 Anonymous (anonymous@undisclosed.example.com) https://w.databeam.eu/documentation/data/pretraitements?rev=1713452372&do=diff Prétraitements Bilan de la réunion de lundi 15/04/2024 Il faut intégrer le code de Nour dans ce notebook Lien notedbook : <https://colab.research.google.com/drive/13p8E_YmWwedeF0qktLFrJMufNOK9hdsj?usp=sharing> Règle 1 : x1 * Si échantillon de données négatif alors multiplier par (-1) L'idée est d'avoir des données positives sans perdre l'information s'il y a des valeurs négatives qui seront traitées après