Implémentation d’un modèle LSTM pour séries temporelles avec PyTorch

Scénario

Contexte : Une entreprise souhaite prédire la demande quotidienne à partir de données historiques séquentielles. Le Problème : Les modèles linéaires classiques ne capturent pas les dépendances temporelles. Contraintes : Transformer les données en séquences. Utiliser nn.LSTM. Séparer chronologiquement train et validation. Évaluer via MAE. Livrable attendu : Développer un modèle séquentiel LSTM complet avec boucle d’entraînement adaptée.

Compétences ciblées