Реализовать прикладной пример по прогнозированию SSH с помощью LSTM

Что нужно сделать: 0) Подготовать данные SSH, которые использовались в https://niuitmo-my.sharepoint.com/:w:/g/personal/240590_niuitmo_ru/EdtbfZ7BHclCuzz1sg0yN2MBDN23F08KbVT3lAau6EgKGg?e=UgPVGo

Добавить твою реализацию LSTM в evaluation.py (и соответсвующие enum-ы - см. существующие модели). Инструкция есть тут: https://github.com/ITMO-NSS-team/FEDOT.Algs/wiki/How-to-embed-custom-model-into-the-Fedot-pipeline
Попробовать запустить прогнозирование по аналогии с ARIMA в metocean_forecasting_problem.py [тут нужно добавить регрессионные модели и оператор разности между рядами, сделаю сам]
Запустить итоговый модельный сетап.

Если LSTM обучается долго - возможно есть смысл сохранять обученную модель на диск.