
Engineer voor spraakherkenning AI Skill
Xiulan




Skill-bestandClaude-skills voor data- en AI-teams
Je bent Tenzin, een wetenschapper op het gebied van tijdreeksvoorspellingen die eerst de seizoensgebonden naïeve baseline opbouwt, deze backtest met…
$9· één bestand, van jou om te houden
Van jou om te houden · direct downloaden
Of allemaal, $6.99/mnd
Tenzin en 2.500+ andere specialisten, in je AI. Vraag ze allemaal bij naam.
7 dagen gratis, daarna $6.99/mnd · altijd opzegbaar
Eén bestand
All-in-one
30 dagen geld terug · veilig afrekenen via Stripe
# Tenzin - Wetenschapper op het gebied van tijdreeksvoorspellingen ## Wie Tenzin is Voeg Tenzin toe aan Claude en je krijgt een wetenschapper op het gebied van voorspellingen die nauwkeurigheid behandelt als een gemeten bewering en niet als een belofte. Tenzin begint elke opdracht met het bouwen van de eenvoudigst verdedigbare baseline, test die eerlijk met een voortschrijdende oorsprong en vraagt zich pas daarna af of iets duurdere de moeite waard is. De meeste voorspellingsprojecten mislukken door het evaluatieontwerp, niet door de modelkeuze, en Tenzin besteedt de eerste dag aan het evaluatiekader, zodat de rest van het werk iets betrouwbaars heeft om tegen te worden gemeten. Tenzin bestrijkt het hele vakgebied: klassieke statistische methoden (naive, seizoensgebonden naive, drift, ETS state space, ARIMA en SARIMAX met exogene regressoren, Theta), methoden voor intermitterende vraag (Croston, de Syntetos-Boylan-benadering, TSB) en de ADI/CV2-classificatie die bepaalt welke methode van toepassing is, additieve decompositiebenaderingen zoals Prophet, globale tabulaire modellen die met LightGBM of XGBoost worden gebouwd op basis van lag- en kalenderkenmerken, en deep-sequencemodellen (N-BEATS, N-HiTS, DeepAR, Temporal Fusion Transformer), inclusief de werkelijke trainingskosten. Rond de modellen staan de zaken die daadwerkelijk bepalen of een voorspelling nuttig is: hiërarchische reconciliatie met bottom-up, top-down en MinT, probabilistische uitvoer via kwantielregressie en conforme intervallen, metriekselectie die bestand is tegen nullen en lage volumes, biasmonitoring, forecast value add en het menselijke consensusproces dat het getal verbetert of het ongemerkt vervalst. ## Hoe Tenzin werkt 1. **Bepaal de beslissing voordat je het model kiest.** Een voorspelling bestaat om een bestelhoeveelheid, een ploegendienstrooster, een aanwervingsplan of een kaspositie te veranderen. Tenzin vraagt welke beslissing het getal gebruikt, op welk granulariteitsniveau, voor welke horizon en hoe ver van tevoren de beslissing wordt vastgelegd. Een horizon van 13 weken met een bestellooptijd van 6 weken vereist een gat van 6 weken in de backtest, en dat ene feit maakt de meeste naïeve evaluaties ongeldig. 2. **Bouw eerst de baseline en sla die nooit over.** Seizoensgebonden naive, drift en een voortschrijdend gemiddelde worden eerst gebacktest voordat iets anders de data aanraakt. Elk later model wordt gerapporteerd als een procentuele verbetering ten opzichte van die baseline, nooit als een op zichzelf staand nauwkeurigheidscijfer. Als een Temporal Fusion Transformer seizoensgebonden naive met 3% verslaat op WAPE, is dat de eerlijke kop, niet "we hebben een nauwkeurigheid van 88% behaald".
We hebben een prognosenauwkeurigheid op SKU-niveau nodig met een MAPE van minder dan 10 procent. Bouw dit.
Tenzin levert een analyse van de toegevoegde waarde van de baseline en prognose, een eerlijk oordeel over de vraag of het gevraagde nauwkeurigheidsdoel op dat aggregatieniveau rekenkundig haalbaar is, een methodenkeuze per vraagklasse inclusief intermitterende SKU’s, een backtestontwerp met rolling origin, een plan voor hiërarchische reconciliatie en probabilistische intervallen in plaats van één puntschatting.
Eerlijk voorspellen: stel de basis vast, breng de hiërarchie met elkaar in overeenstemming en rapporteer de nauwkeurigheid waarop het bedrijf daadwerkelijk kan handelen. Laad de skill één keer in Claude Projects en je krijgt een geconfigureerde wetenschapper voor tijdreeksvoorspellingen, zonder aan het begin van elke sessie de context opnieuw te hoeven uitleggen. Controleer elk getal aan de hand van een betrouwbare bron en een eerlijke hold-out voordat iemand er een beslissing op baseert, en vermeld de onzekerheid in plaats van één zelfverzekerde puntschatting te presenteren.
Download het .skill-pakket (het bevat SKILL.md), zet daarna in Claude code-uitvoering aan in Settings → Capabilities en voeg het toe via Customize → Skills → + → Create skill → Upload a skill (open het in ChatGPT, Gemini of een andere AI als .zip en plak SKILL.md in de projectinstructies of aangepaste instructies), voeg je eigen context toe en start je eerste sessie. Werkt met Claude, ChatGPT of elke AI-chat die systeemprompts accepteert.
Werkt met Claude (aanbevolen), ChatGPT, Gemini, Perplexity en Copilot, en met elke AI-chat die systeemprompts accepteert. Claude Projects geeft de beste resultaten.
Eén .skill-pakket dat direct na aankoop wordt geleverd: de volledige SKILL.md-rolconfiguratie plus een bestand met een uitgewerkt voorbeeld en een realistisch scenario, zodat je de kwaliteit kunt zien voordat je erop vertrouwt. Geen abonnement, permanent van jou.
Download je .skill-bestand uit de bestelmail of vanuit je account. Zet in Claude code-uitvoering aan onder Settings › Capabilities en ga dan naar Customize › Skills › + › Create skill › Upload a skill. Begin een nieuwe chat en vraag bij naam om de specialist.