01 / Verified metrics
數字直接來自目前 repository 的功能與設定。
5預測時間尺度：小時 / 日 / 週 / 月 / 年
4缺值策略：ffill / bfill / interpolate / dropna
4輸出：CSV / HTML / TXT / ZIP
3每組模型快取：Keras / Scaler / History
02 / Architecture
從觀測資料到決策訊號
Buoy Data測站、時間、海象欄位
Data Pipelineresample、缺值、平滑、QA
LSTM2× LSTM + Dropout + Dense(1)
Product LayerRMSE / R / 風險門檻 / 下載
03 / Risk rules
模型輸出不是終點。
04 / Runtime UI
真正啟動原始 Streamlit App 的畫面
05 / Takeaway
模型只是系統的一段。
資料產品還需要輸入品質、驗證、快取、規則與 UI。這個專案的重點是把這些環節接成完整流程。