homeassistant 2025.8.3__py3-none-any.whl → 2025.9.0b0__py3-none-any.whl

homeassistant/components/bayesian/translations/cs.json

@@ -1,4 +1,203 @@
 {
+    "config": {
+        "error": {
+            "above_below": "Neplatn\u00fd rozsah: \"Nad\" mus\u00ed b\u00fdt men\u0161\u00ed ne\u017e \"Pod\", pokud jsou nastaveny ob\u011b.",
+            "above_or_below": "Neplatn\u00fd rozsah: Mus\u00ed b\u00fdt nastavena alespo\u0148 jedna z voleb \"Nad\" nebo \"Pod\".",
+            "equal_probabilities": "Pokud jsou \"Pravd\u011bpodobnost d\u00e1na pravdiv\u011b\" a \"Pravd\u011bpodobnost d\u00e1na nepravdiv\u011b\" stejn\u00e9, toto pozorov\u00e1n\u00ed nem\u016f\u017ee m\u00edt \u017e\u00e1dn\u00fd \u00fa\u010dinek, a je proto nadbyte\u010dn\u00e9",
+            "extreme_prior_error": "\"P\u0159edchoz\u00ed\" nastaven\u00e9 na 0 % znamen\u00e1, \u017ee nen\u00ed mo\u017en\u00e9, aby senzor zobrazil \"on\" a 100 % znamen\u00e1, \u017ee se nikdy nezobraz\u00ed \"off\"; m\u00edsto toho pou\u017eijte bl\u00edzk\u00e9 \u010d\u00edslo, nap\u0159\u00edklad 0,1 % nebo 99,9 %.",
+            "extreme_prob_given_error": "Pokud je \"Pravd\u011bpodobnost d\u00e1na nepravdiv\u011b\" nebo \"Pravd\u011bpodobnost d\u00e1na pravdiv\u011b\" 0 nebo 100, vytvo\u0159\u00ed se jistoty, kter\u00e9 p\u0159ep\u00ed\u0161\u00ed v\u0161echna ostatn\u00ed pozorov\u00e1n\u00ed, m\u00edsto toho pou\u017eijte \u010d\u00edsla bl\u00edzk\u00e1 0 nebo 100.",
+            "extreme_threshold_error": "\"Pr\u00e1h pravd\u011bpodobnosti\" nastaven\u00fd na 0 % znamen\u00e1, \u017ee senzor bude v\u017edy \"on\" a 100 % znamen\u00e1, \u017ee bude v\u017edy \"off\"; m\u00edsto toho pou\u017eijte bl\u00edzk\u00e9 \u010d\u00edslo, nap\u0159\u00edklad 0,1 % nebo 99,9 %",
+            "overlapping_ranges": "Neplatn\u00fd rozsah: Hodnoty \"Nad\" a \"Pod\" se p\u0159ekr\u00fdvaj\u00ed s jin\u00fdm m\u011b\u0159en\u00edm pro stejnou entitu."
+        },
+        "step": {
+            "numeric_state": {
+                "data": {
+                    "above": "Nad",
+                    "below": "Pod",
+                    "entity_id": "Entita",
+                    "name": "N\u00e1zev",
+                    "prob_given_false": "Pravd\u011bpodobnost, kdy {parent_sensor_name} je {device_class_off}",
+                    "prob_given_true": "Pravd\u011bpodobnost, kdy {parent_sensor_name} je {device_class_on}"
+                },
+                "data_description": {
+                    "above": "Voliteln\u00e9 \u2013 spodn\u00ed hranice \u010d\u00edseln\u00e9ho rozsahu. Hodnoty, kter\u00e9 se p\u0159esn\u011b shoduj\u00ed s touto hodnotou, se nebudou zapo\u010d\u00edt\u00e1vat.",
+                    "below": "Voliteln\u00e9 \u2013 horn\u00ed hranice \u010d\u00edseln\u00e9ho rozsahu. Hodnoty, kter\u00e9 se p\u0159esn\u011b shoduj\u00ed s touto hodnotou, se zapo\u010d\u00edt\u00e1vaj\u00ed jen v p\u0159\u00edpad\u011b, \u017ee je pro stejnou entitu nastaven v\u00edce ne\u017e jeden rozsah.",
+                    "entity_id": "Entita, kter\u00e1 koreluje s \"{parent_sensor_name}\".",
+                    "name": "Tento n\u00e1zev bude pou\u017eit k identifikaci tohoto pozorov\u00e1n\u00ed pro budouc\u00ed \u00fapravy.",
+                    "prob_given_false": "Odhadovan\u00e1 pravd\u011bpodobnost nebo pod\u00edl \u010dasu tohoto pozorov\u00e1n\u00ed je \"True\", zat\u00edmco \"{parent_sensor_name}' je, nebo by m\u011bl b\u00fdt, \"{device_class_off}\".",
+                    "prob_given_true": "Odhadovan\u00e1 pravd\u011bpodobnost nebo pod\u00edl \u010dasu tohoto pozorov\u00e1n\u00ed je \"True\", zat\u00edmco \"{parent_sensor_name}' je, nebo by m\u011bl b\u00fdt, \"{device_class_on}\"."
+                },
+                "description": "P\u0159idejte pozorov\u00e1n\u00ed, kter\u00e9 se vyhodnot\u00ed jako \"True\", kdy\u017e se hodnota senzoru p\u0159esn\u011b shoduje s *\"Na stav\"*. Je-li nastavena hodnota False, aktualizuje p\u0159edchoz\u00ed pravd\u011bpodobnosti, kter\u00e9 jsou inverzn\u00ed k pravd\u011bpodobnostem nastaven\u00fdm n\u00ed\u017ee. Toto chov\u00e1n\u00ed lze potla\u010dit p\u0159id\u00e1n\u00edm pozorov\u00e1n\u00ed pro ostatn\u00ed stavy stejn\u00e9 entity.",
+                "title": "P\u0159idat Bayesovsk\u00fd senzor"
+            },
+            "observation_selector": {
+                "description": "\"Pozorov\u00e1n\u00ed\" jsou hodnoty senzoru nebo \u0161ablony, kter\u00e9 jsou monitorov\u00e1ny a pot\u00e9 kombinov\u00e1ny za \u00fa\u010delem ur\u010den\u00ed kone\u010dn\u00e9 pravd\u011bpodobnosti Bayesovsk\u00e9ho senzoru. Ka\u017ed\u00e9 pozorov\u00e1n\u00ed aktualizuje pravd\u011bpodobnost Bayesovsk\u00e9ho senzoru, pokud je detekov\u00e1n, nebo pokud nen\u00ed detekov\u00e1n. Pokud se stav entity stane \"unavailable\" nebo \"unknown\", bude ignorov\u00e1na. Pokud je pro stejnou entitu nastaveno v\u00edce ne\u017e jeden stav nebo v\u00edce ne\u017e jeden \u010d\u00edseln\u00fd rozsah, budou inverzn\u00ed detekce ignorov\u00e1ny.",
+                "menu_options": {
+                    "finish": "Dokon\u010dit",
+                    "numeric_state": "P\u0159idat pozorov\u00e1n\u00ed pro \u010d\u00edseln\u00fd rozsah",
+                    "state": "P\u0159idat pozorov\u00e1n\u00ed stavu senzoru",
+                    "template": "P\u0159idat pozorov\u00e1n\u00ed \u0161ablony"
+                },
+                "title": "P\u0159idat pozorov\u00e1n\u00ed"
+            },
+            "state": {
+                "data": {
+                    "entity_id": "Entita",
+                    "name": "N\u00e1zev",
+                    "prob_given_false": "Pravd\u011bpodobnost, kdy {parent_sensor_name} je {device_class_off}",
+                    "prob_given_true": "Pravd\u011bpodobnost, kdy {parent_sensor_name} je {device_class_on}",
+                    "to_state": "Na stav"
+                },
+                "data_description": {
+                    "entity_id": "Entita, kter\u00e1 koreluje s \"{parent_sensor_name}\".",
+                    "name": "Tento n\u00e1zev bude pou\u017eit k identifikaci tohoto pozorov\u00e1n\u00ed pro budouc\u00ed \u00fapravy.",
+                    "prob_given_false": "Odhadovan\u00e1 pravd\u011bpodobnost nebo pod\u00edl \u010dasu tohoto pozorov\u00e1n\u00ed je \"True\", zat\u00edmco \"{parent_sensor_name}' je, nebo by m\u011bl b\u00fdt, \"{device_class_off}\".",
+                    "prob_given_true": "Odhadovan\u00e1 pravd\u011bpodobnost nebo pod\u00edl \u010dasu tohoto pozorov\u00e1n\u00ed je \"True\", zat\u00edmco \"{parent_sensor_name}' je, nebo by m\u011bl b\u00fdt, \"{device_class_on}\".",
+                    "to_state": "Stav senzoru, jeho\u017e pozorov\u00e1n\u00ed bude pova\u017eov\u00e1no za \"True\"."
+                },
+                "description": "P\u0159idejte pozorov\u00e1n\u00ed, kter\u00e9 se vyhodnot\u00ed jako \"True\", kdy\u017e se hodnota senzoru p\u0159esn\u011b shoduje s *\"Na stav\"*. Je-li nastavena hodnota False, aktualizuje p\u0159edchoz\u00ed pravd\u011bpodobnosti, kter\u00e9 jsou inverzn\u00ed k pravd\u011bpodobnostem nastaven\u00fdm n\u00ed\u017ee. Toto chov\u00e1n\u00ed lze potla\u010dit p\u0159id\u00e1n\u00edm pozorov\u00e1n\u00ed pro ostatn\u00ed stavy stejn\u00e9 entity.",
+                "title": "P\u0159idat Bayesovsk\u00fd senzor"
+            },
+            "template": {
+                "data": {
+                    "name": "N\u00e1zev",
+                    "prob_given_false": "Pravd\u011bpodobnost, kdy {parent_sensor_name} je {device_class_off}",
+                    "prob_given_true": "Pravd\u011bpodobnost, kdy {parent_sensor_name} je {device_class_on}",
+                    "value_template": "\u0160ablona"
+                },
+                "data_description": {
+                    "name": "Tento n\u00e1zev bude pou\u017eit k identifikaci tohoto pozorov\u00e1n\u00ed pro budouc\u00ed \u00fapravy.",
+                    "prob_given_false": "Odhadovan\u00e1 pravd\u011bpodobnost nebo pod\u00edl \u010dasu tohoto pozorov\u00e1n\u00ed je \"True\", zat\u00edmco \"{parent_sensor_name}' je, nebo by m\u011bl b\u00fdt, \"{device_class_off}\".",
+                    "prob_given_true": "Odhadovan\u00e1 pravd\u011bpodobnost nebo pod\u00edl \u010dasu tohoto pozorov\u00e1n\u00ed je \"True\", zat\u00edmco \"{parent_sensor_name}' je, nebo by m\u011bl b\u00fdt, \"{device_class_on}\".",
+                    "value_template": "\u0160ablona, kter\u00e1 je vyhodnocena jako \"True\", odpov\u00eddaj\u00edc\u00edm zp\u016fsobem aktualizuje p\u0159edchoz\u00ed \u0161ablonu, kter\u00e1 vrac\u00ed \"False\" nebo \"None\", aktualizuje p\u0159edchoz\u00ed s inverzn\u00ed pravd\u011bpodobnost\u00ed. \u0160ablona, kter\u00e1 vrac\u00ed chybu, neaktualizuje pravd\u011bpodobnosti. V\u00fdsledky jsou vynuceny jako \"True\" nebo \"False\"."
+                },
+                "description": "P\u0159ide\u00e1 vlastn\u00ed pozorov\u00e1n\u00ed, kter\u00e9 vyhodnot\u00ed, zda je \u0161ablona pozorov\u00e1na (\"True\") nebo ne (\"False\").",
+                "title": "P\u0159idat Bayesovsk\u00fd senzor"
+            },
+            "user": {
+                "data": {
+                    "device_class": "T\u0159\u00edda za\u0159\u00edzen\u00ed",
+                    "name": "N\u00e1zev",
+                    "prior": "P\u0159edchoz\u00ed",
+                    "probability_threshold": "Pr\u00e1h pravd\u011bpodobnosti"
+                },
+                "data_description": {
+                    "device_class": "Vyberte t\u0159\u00eddu za\u0159\u00edzen\u00ed, pod kterou se m\u00e1 senzor zobrazovat.",
+                    "prior": "Z\u00e1kladn\u00ed pravd\u011bpodobnost, kdy by senzor m\u011bl b\u00fdt \"on\"; je to obvykle procento \u010dasu, kdy je to pravda. Nap\u0159\u00edklad pro senzor \"V\u0161ichni sp\u00ed\" to m\u016f\u017ee b\u00fdt 8 hodin denn\u011b, 33 %.",
+                    "probability_threshold": "Pravd\u011bpodobnost, p\u0159i jej\u00edm\u017e p\u0159ekro\u010den\u00ed se senzor zobraz\u00ed jako \"on\". 50 % by m\u011blo poskytnout nejp\u0159esn\u011bj\u0161\u00ed v\u00fdsledek. \u010c\u00edsla v\u011bt\u0161\u00ed ne\u017e 50 % pou\u017e\u00edvejte v p\u0159\u00edpad\u011b, \u017ee je d\u016fle\u017eit\u00e9 vyhnout se fale\u0161n\u011b pozitivn\u00edm v\u00fdsledk\u016fm, nebo naopak."
+                },
+                "description": "Vytvo\u0159\u00ed bin\u00e1rn\u00ed senzor, kter\u00fd sleduje stav v\u00edce senzor\u016f a odhaduje, zda doch\u00e1z\u00ed k ud\u00e1losti, nebo zda je n\u011bco pravda. Viz [dokumentace]({url}) pro v\u00edce podrobnost\u00ed.",
+                "title": "P\u0159idat Bayesovsk\u00fd senzor"
+            }
+        }
+    },
+    "config_subentries": {
+        "observation": {
+            "abort": {
+                "reconfigure_successful": "P\u0159enastaven\u00ed bylo \u00fasp\u011b\u0161n\u00e9"
+            },
+            "entry_type": "Pozorov\u00e1n\u00ed",
+            "error": {
+                "above_below": "Neplatn\u00fd rozsah: \"Nad\" mus\u00ed b\u00fdt men\u0161\u00ed ne\u017e \"Pod\", pokud jsou nastaveny ob\u011b.",
+                "above_or_below": "Neplatn\u00fd rozsah: Mus\u00ed b\u00fdt nastavena alespo\u0148 jedna z voleb \"Nad\" nebo \"Pod\".",
+                "equal_probabilities": "Pokud jsou \"Pravd\u011bpodobnost d\u00e1na pravdiv\u011b\" a \"Pravd\u011bpodobnost d\u00e1na nepravdiv\u011b\" stejn\u00e9, toto pozorov\u00e1n\u00ed nem\u016f\u017ee m\u00edt \u017e\u00e1dn\u00fd \u00fa\u010dinek, a je proto nadbyte\u010dn\u00e9",
+                "extreme_prob_given_error": "Pokud je \"Pravd\u011bpodobnost d\u00e1na nepravdiv\u011b\" nebo \"Pravd\u011bpodobnost d\u00e1na pravdiv\u011b\" 0 nebo 100, vytvo\u0159\u00ed se jistoty, kter\u00e9 p\u0159ep\u00ed\u0161\u00ed v\u0161echna ostatn\u00ed pozorov\u00e1n\u00ed, m\u00edsto toho pou\u017eijte \u010d\u00edsla bl\u00edzk\u00e1 0 nebo 100.",
+                "overlapping_ranges": "Neplatn\u00fd rozsah: Hodnoty \"Nad\" a \"Pod\" se p\u0159ekr\u00fdvaj\u00ed s jin\u00fdm m\u011b\u0159en\u00edm pro stejnou entitu."
+            },
+            "initiate_flow": {
+                "user": "P\u0159idat pozorov\u00e1n\u00ed"
+            },
+            "step": {
+                "numeric_state": {
+                    "data": {
+                        "above": "Nad",
+                        "below": "Pod",
+                        "entity_id": "Entita",
+                        "name": "N\u00e1zev",
+                        "prob_given_false": "Pravd\u011bpodobnost, kdy {parent_sensor_name} je {device_class_off}",
+                        "prob_given_true": "Pravd\u011bpodobnost, kdy {parent_sensor_name} je {device_class_on}"
+                    },
+                    "data_description": {
+                        "above": "Voliteln\u00e9 \u2013 spodn\u00ed hranice \u010d\u00edseln\u00e9ho rozsahu. Hodnoty, kter\u00e9 se p\u0159esn\u011b shoduj\u00ed s touto hodnotou, se nebudou zapo\u010d\u00edt\u00e1vat.",
+                        "below": "Voliteln\u00e9 \u2013 horn\u00ed hranice \u010d\u00edseln\u00e9ho rozsahu. Hodnoty, kter\u00e9 se p\u0159esn\u011b shoduj\u00ed s touto hodnotou, se zapo\u010d\u00edt\u00e1vaj\u00ed jen v p\u0159\u00edpad\u011b, \u017ee je pro stejnou entitu nastaven v\u00edce ne\u017e jeden rozsah.",
+                        "entity_id": "Entita, kter\u00e1 koreluje s \"{parent_sensor_name}\".",
+                        "name": "Tento n\u00e1zev bude pou\u017eit k identifikaci tohoto pozorov\u00e1n\u00ed pro budouc\u00ed \u00fapravy.",
+                        "prob_given_false": "Odhadovan\u00e1 pravd\u011bpodobnost nebo pod\u00edl \u010dasu tohoto pozorov\u00e1n\u00ed je \"True\", zat\u00edmco \"{parent_sensor_name}' je, nebo by m\u011bl b\u00fdt, \"{device_class_off}\".",
+                        "prob_given_true": "Odhadovan\u00e1 pravd\u011bpodobnost nebo pod\u00edl \u010dasu tohoto pozorov\u00e1n\u00ed je \"True\", zat\u00edmco \"{parent_sensor_name}' je, nebo by m\u011bl b\u00fdt, \"{device_class_on}\"."
+                    },
+                    "description": "P\u0159id\u00e1 pozorov\u00e1n\u00ed, kter\u00e9 se vyhodnot\u00ed jako \"True\", kdy\u017e se \u010d\u00edseln\u00fd senzor nach\u00e1z\u00ed ve zvolen\u00e9m rozsahu.",
+                    "title": "P\u0159idat Bayesovsk\u00fd senzor"
+                },
+                "reconfigure": {
+                    "data": {
+                        "above": "Nad",
+                        "below": "Pod",
+                        "entity_id": "Entita",
+                        "name": "N\u00e1zev",
+                        "prob_given_false": "Pravd\u011bpodobnost, kdy {parent_sensor_name} je {device_class_off}",
+                        "prob_given_true": "Pravd\u011bpodobnost, kdy {parent_sensor_name} je {device_class_on}",
+                        "to_state": "Na stav",
+                        "value_template": "\u0160ablona"
+                    },
+                    "data_description": {
+                        "above": "Voliteln\u00e9 \u2013 spodn\u00ed hranice \u010d\u00edseln\u00e9ho rozsahu. Hodnoty, kter\u00e9 se p\u0159esn\u011b shoduj\u00ed s touto hodnotou, se nebudou zapo\u010d\u00edt\u00e1vat.",
+                        "below": "Voliteln\u00e9 \u2013 horn\u00ed hranice \u010d\u00edseln\u00e9ho rozsahu. Hodnoty, kter\u00e9 se p\u0159esn\u011b shoduj\u00ed s touto hodnotou, se zapo\u010d\u00edt\u00e1vaj\u00ed jen v p\u0159\u00edpad\u011b, \u017ee je pro stejnou entitu nastaven v\u00edce ne\u017e jeden rozsah.",
+                        "entity_id": "Entita, kter\u00e1 koreluje s \"{parent_sensor_name}\".",
+                        "name": "Tento n\u00e1zev bude pou\u017eit k identifikaci tohoto pozorov\u00e1n\u00ed pro budouc\u00ed \u00fapravy.",
+                        "prob_given_false": "Odhadovan\u00e1 pravd\u011bpodobnost nebo pod\u00edl \u010dasu tohoto pozorov\u00e1n\u00ed je \"True\", zat\u00edmco \"{parent_sensor_name}' je, nebo by m\u011bl b\u00fdt, \"{device_class_off}\".",
+                        "prob_given_true": "Odhadovan\u00e1 pravd\u011bpodobnost nebo pod\u00edl \u010dasu tohoto pozorov\u00e1n\u00ed je \"True\", zat\u00edmco \"{parent_sensor_name}' je, nebo by m\u011bl b\u00fdt, \"{device_class_on}\".",
+                        "to_state": "Stav senzoru, jeho\u017e pozorov\u00e1n\u00ed bude pova\u017eov\u00e1no za \"True\".",
+                        "value_template": "\u0160ablona, kter\u00e1 je vyhodnocena jako \"True\", odpov\u00eddaj\u00edc\u00edm zp\u016fsobem aktualizuje p\u0159edchoz\u00ed \u0161ablonu, kter\u00e1 vrac\u00ed \"False\" nebo \"None\", aktualizuje p\u0159edchoz\u00ed s inverzn\u00ed pravd\u011bpodobnost\u00ed. \u0160ablona, kter\u00e1 vrac\u00ed chybu, neaktualizuje pravd\u011bpodobnosti. V\u00fdsledky jsou vynuceny jako \"True\" nebo \"False\"."
+                    },
+                    "description": "P\u0159idejte pozorov\u00e1n\u00ed, kter\u00e9 se vyhodnot\u00ed jako \"True\", kdy\u017e se hodnota senzoru p\u0159esn\u011b shoduje s *\"Na stav\"*. Je-li nastavena hodnota False, aktualizuje p\u0159edchoz\u00ed pravd\u011bpodobnosti, kter\u00e9 jsou inverzn\u00ed k pravd\u011bpodobnostem nastaven\u00fdm n\u00ed\u017ee. Toto chov\u00e1n\u00ed lze potla\u010dit p\u0159id\u00e1n\u00edm pozorov\u00e1n\u00ed pro ostatn\u00ed stavy stejn\u00e9 entity.",
+                    "title": "Upravit pozorov\u00e1n\u00ed"
+                },
+                "state": {
+                    "data": {
+                        "entity_id": "Entita",
+                        "name": "N\u00e1zev",
+                        "prob_given_false": "Pravd\u011bpodobnost, kdy {parent_sensor_name} je {device_class_off}",
+                        "prob_given_true": "Pravd\u011bpodobnost, kdy {parent_sensor_name} je {device_class_on}",
+                        "to_state": "Na stav"
+                    },
+                    "data_description": {
+                        "entity_id": "Entita, kter\u00e1 koreluje s \"{parent_sensor_name}\".",
+                        "name": "Tento n\u00e1zev bude pou\u017eit k identifikaci tohoto pozorov\u00e1n\u00ed pro budouc\u00ed \u00fapravy.",
+                        "prob_given_false": "Odhadovan\u00e1 pravd\u011bpodobnost nebo pod\u00edl \u010dasu tohoto pozorov\u00e1n\u00ed je \"True\", zat\u00edmco \"{parent_sensor_name}' je, nebo by m\u011bl b\u00fdt, \"{device_class_off}\".",
+                        "prob_given_true": "Odhadovan\u00e1 pravd\u011bpodobnost nebo pod\u00edl \u010dasu tohoto pozorov\u00e1n\u00ed je \"True\", zat\u00edmco \"{parent_sensor_name}' je, nebo by m\u011bl b\u00fdt, \"{device_class_on}\".",
+                        "to_state": "Stav senzoru, jeho\u017e pozorov\u00e1n\u00ed bude pova\u017eov\u00e1no za \"True\"."
+                    },
+                    "description": "P\u0159idejte pozorov\u00e1n\u00ed, kter\u00e9 se vyhodnot\u00ed jako \"True\", kdy\u017e se hodnota senzoru p\u0159esn\u011b shoduje s *\"Na stav\"*. Je-li nastavena hodnota False, aktualizuje p\u0159edchoz\u00ed pravd\u011bpodobnosti, kter\u00e9 jsou inverzn\u00ed k pravd\u011bpodobnostem nastaven\u00fdm n\u00ed\u017ee. Toto chov\u00e1n\u00ed lze potla\u010dit p\u0159id\u00e1n\u00edm pozorov\u00e1n\u00ed pro ostatn\u00ed stavy stejn\u00e9 entity.",
+                    "title": "P\u0159idat Bayesovsk\u00fd senzor"
+                },
+                "template": {
+                    "data": {
+                        "name": "N\u00e1zev",
+                        "prob_given_false": "Pravd\u011bpodobnost, kdy {parent_sensor_name} je {device_class_off}",
+                        "prob_given_true": "Pravd\u011bpodobnost, kdy {parent_sensor_name} je {device_class_on}",
+                        "value_template": "\u0160ablona"
+                    },
+                    "data_description": {
+                        "name": "Tento n\u00e1zev bude pou\u017eit k identifikaci tohoto pozorov\u00e1n\u00ed pro budouc\u00ed \u00fapravy.",
+                        "prob_given_false": "Odhadovan\u00e1 pravd\u011bpodobnost nebo pod\u00edl \u010dasu tohoto pozorov\u00e1n\u00ed je \"True\", zat\u00edmco \"{parent_sensor_name}' je, nebo by m\u011bl b\u00fdt, \"{device_class_off}\".",
+                        "prob_given_true": "Odhadovan\u00e1 pravd\u011bpodobnost nebo pod\u00edl \u010dasu tohoto pozorov\u00e1n\u00ed je \"True\", zat\u00edmco \"{parent_sensor_name}' je, nebo by m\u011bl b\u00fdt, \"{device_class_on}\".",
+                        "value_template": "\u0160ablona, kter\u00e1 je vyhodnocena jako \"True\", odpov\u00eddaj\u00edc\u00edm zp\u016fsobem aktualizuje p\u0159edchoz\u00ed \u0161ablonu, kter\u00e1 vrac\u00ed \"False\" nebo \"None\", aktualizuje p\u0159edchoz\u00ed s inverzn\u00ed pravd\u011bpodobnost\u00ed. \u0160ablona, kter\u00e1 vrac\u00ed chybu, neaktualizuje pravd\u011bpodobnosti. V\u00fdsledky jsou vynuceny jako \"True\" nebo \"False\"."
+                    },
+                    "description": "P\u0159ide\u00e1 vlastn\u00ed pozorov\u00e1n\u00ed, kter\u00e9 vyhodnot\u00ed, zda je \u0161ablona pozorov\u00e1na (\"True\") nebo ne (\"False\").",
+                    "title": "P\u0159idat Bayesovsk\u00fd senzor"
+                },
+                "user": {
+                    "description": "\"Pozorov\u00e1n\u00ed\" jsou hodnoty senzoru nebo \u0161ablony, kter\u00e9 jsou monitorov\u00e1ny a pot\u00e9 kombinov\u00e1ny za \u00fa\u010delem ur\u010den\u00ed kone\u010dn\u00e9 pravd\u011bpodobnosti Bayesovsk\u00e9ho senzoru. Ka\u017ed\u00e9 pozorov\u00e1n\u00ed aktualizuje pravd\u011bpodobnost Bayesovsk\u00e9ho senzoru, pokud je detekov\u00e1n, nebo pokud nen\u00ed detekov\u00e1n. Pokud se stav entity stane \"unavailable\" nebo \"unknown\", bude ignorov\u00e1na. Pokud je pro stejnou entitu nastaveno v\u00edce ne\u017e jeden stav nebo v\u00edce ne\u017e jeden \u010d\u00edseln\u00fd rozsah, budou inverzn\u00ed detekce ignorov\u00e1ny.",
+                    "menu_options": {
+                        "numeric_state": "P\u0159idat pozorov\u00e1n\u00ed pro \u010d\u00edseln\u00fd rozsah",
+                        "state": "P\u0159idat pozorov\u00e1n\u00ed stavu senzoru",
+                        "template": "P\u0159idat pozorov\u00e1n\u00ed \u0161ablony"
+                    },
+                    "title": "P\u0159idat pozorov\u00e1n\u00ed"
+                }
+            }
+        }
+    },
     "issues": {
         "manual_migration": {
             "description": "Bayesovsk\u00e1 integrace nyn\u00ed tak\u00e9 aktualizuje pravd\u011bpodobnost, pokud se pozorovan\u00e9 hodnoty \"to_state\", \"above\", \"below\" nebo \"value_template\" vyhodnot\u00ed jako \"False\", nikoli jen \"True\". Nen\u00ed tedy ji\u017e nutn\u00e9 m\u00edt duplicitn\u00ed dopl\u0148kov\u00e9 polo\u017eky pro ka\u017ed\u00fd bin\u00e1rn\u00ed stav. Odeberte zrcadlen\u00fd z\u00e1znam pro \"{entity}\".",
@@ -9,6 +208,64 @@
             "title": "Pro Bayesian je vy\u017eadov\u00e1no ru\u010dn\u00ed p\u0159id\u00e1n\u00ed YAML"
         }
     },
+    "options": {
+        "error": {
+            "equal_probabilities": "Pokud jsou \"Pravd\u011bpodobnost d\u00e1na pravdiv\u011b\" a \"Pravd\u011bpodobnost d\u00e1na nepravdiv\u011b\" stejn\u00e9, toto pozorov\u00e1n\u00ed nem\u016f\u017ee m\u00edt \u017e\u00e1dn\u00fd \u00fa\u010dinek, a je proto nadbyte\u010dn\u00e9",
+            "extreme_prior_error": "\"P\u0159edchoz\u00ed\" nastaven\u00e9 na 0 % znamen\u00e1, \u017ee nen\u00ed mo\u017en\u00e9, aby senzor zobrazil \"on\" a 100 % znamen\u00e1, \u017ee se nikdy nezobraz\u00ed \"off\"; m\u00edsto toho pou\u017eijte bl\u00edzk\u00e9 \u010d\u00edslo, nap\u0159\u00edklad 0,1 % nebo 99,9 %.",
+            "extreme_prob_given_error": "Pokud je \"Pravd\u011bpodobnost d\u00e1na nepravdiv\u011b\" nebo \"Pravd\u011bpodobnost d\u00e1na pravdiv\u011b\" 0 nebo 100, vytvo\u0159\u00ed se jistoty, kter\u00e9 p\u0159ep\u00ed\u0161\u00ed v\u0161echna ostatn\u00ed pozorov\u00e1n\u00ed, m\u00edsto toho pou\u017eijte \u010d\u00edsla bl\u00edzk\u00e1 0 nebo 100.",
+            "extreme_threshold_error": "\"Pr\u00e1h pravd\u011bpodobnosti\" nastaven\u00fd na 0 % znamen\u00e1, \u017ee senzor bude v\u017edy \"on\" a 100 % znamen\u00e1, \u017ee bude v\u017edy \"off\"; m\u00edsto toho pou\u017eijte bl\u00edzk\u00e9 \u010d\u00edslo, nap\u0159\u00edklad 0,1 % nebo 99,9 %"
+        },
+        "step": {
+            "init": {
+                "data": {
+                    "device_class": "T\u0159\u00edda za\u0159\u00edzen\u00ed",
+                    "name": "N\u00e1zev",
+                    "prior": "P\u0159edchoz\u00ed",
+                    "probability_threshold": "Pr\u00e1h pravd\u011bpodobnosti"
+                },
+                "data_description": {
+                    "prior": "Z\u00e1kladn\u00ed pravd\u011bpodobnost, kdy by senzor m\u011bl b\u00fdt \"on\"; je to obvykle procento \u010dasu, kdy je to pravda. Nap\u0159\u00edklad pro senzor \"V\u0161ichni sp\u00ed\" to m\u016f\u017ee b\u00fdt 8 hodin denn\u011b, 33 %.",
+                    "probability_threshold": "Pravd\u011bpodobnost, p\u0159i jej\u00edm\u017e p\u0159ekro\u010den\u00ed se senzor zobraz\u00ed jako \"on\". 50 % by m\u011blo poskytnout nejp\u0159esn\u011bj\u0161\u00ed v\u00fdsledek. \u010c\u00edsla v\u011bt\u0161\u00ed ne\u017e 50 % pou\u017e\u00edvejte v p\u0159\u00edpad\u011b, \u017ee je d\u016fle\u017eit\u00e9 vyhnout se fale\u0161n\u011b pozitivn\u00edm v\u00fdsledk\u016fm, nebo naopak."
+                },
+                "description": "Tyto volby ovliv\u0148uj\u00ed, kolik d\u016fkaz\u016f je pot\u0159eba, aby byl Bayesovsk\u00fd senzor pova\u017eov\u00e1n za \"on\".",
+                "title": "Volby senzoru"
+            }
+        }
+    },
+    "selector": {
+        "binary_sensor_device_class": {
+            "options": {
+                "battery": "Baterie",
+                "battery_charging": "Nab\u00edjen\u00ed",
+                "carbon_monoxide": "Oxid uhelnat\u00fd",
+                "cold": "Chlad",
+                "connectivity": "P\u0159ipojen\u00ed",
+                "door": "Dve\u0159e",
+                "garage_door": "Gar\u00e1\u017eov\u00e1 vrata",
+                "gas": "Plyn",
+                "heat": "Teplo",
+                "light": "Sv\u011btlo",
+                "lock": "Z\u00e1mek",
+                "moisture": "Vlhkost",
+                "motion": "Pohyb",
+                "moving": "Pohyb",
+                "occupancy": "Obsazenost",
+                "opening": "Otev\u00edr\u00e1n\u00ed",
+                "plug": "Z\u00e1str\u010dka",
+                "power": "V\u00fdkon",
+                "presence": "P\u0159\u00edtomnost",
+                "problem": "Probl\u00e9m",
+                "running": "B\u011bh",
+                "safety": "Zabezpe\u010den\u00ed",
+                "smoke": "Kou\u0159",
+                "sound": "Zvuk",
+                "tamper": "Manipulace",
+                "update": "Aktualizace",
+                "vibration": "Vibrace",
+                "window": "Okno"
+            }
+        }
+    },
     "services": {
         "reload": {
             "description": "Znovu na\u010dte bayesovsk\u00e9 senzory z nastaven\u00ed YAML.",

homeassistant/components/bayesian/translations/de.json

@@ -1,17 +1,274 @@
 {
+    "config": {
+        "error": {
+            "above_below": "Ung\u00fcltiger Bereich: '\u00dcber' muss kleiner sein als 'Unter', wenn beide festgelegt sind.",
+            "above_or_below": "Ung\u00fcltiger Bereich: Mindestens einer von '\u00dcber' oder 'Unter' muss festgelegt sein.",
+            "equal_probabilities": "Wenn 'Wahrscheinlichkeit bei wahr' und 'Wahrscheinlichkeit bei falsch' gleich sind, kann diese Beobachtung keine Auswirkungen haben und ist daher \u00fcberfl\u00fcssig",
+            "extreme_prior_error": "Wenn 'Prior' auf 0 % eingestellt ist, bedeutet dies, dass der Sensor nicht \u201eEin\u201c anzeigen kann, und bei 100 % wird er nie \u201eAus\u201c anzeigen. Verwende stattdessen eine naheliegende Zahl wie 0,1 % oder 99,9 %.",
+            "extreme_prob_given_error": "Wenn entweder 'Wahrscheinlichkeit bei falsch' oder 'Wahrscheinlichkeit bei wahr' 0 oder 100 ist, werden Gewissheiten geschaffen, die alle anderen Beobachtungen au\u00dfer Kraft setzen. Verwende stattdessen Zahlen nahe 0 oder 100.",
+            "extreme_threshold_error": "Eine 'Wahrscheinlichkeitsschwelle' von 0 % bedeutet, dass der Sensor immer \u201eein\u201c ist, und 100 % bedeutet, dass er immer \u201eaus\u201c ist, verwende stattdessen eine naheliegende Zahl wie 0,1 % oder 99,9 %.",
+            "overlapping_ranges": "Ung\u00fcltiger Bereich: Die Werte f\u00fcr '\u00dcber' und 'Unter' \u00fcberschneiden sich mit einer anderen Beobachtung f\u00fcr dieselbe Entit\u00e4t."
+        },
+        "step": {
+            "numeric_state": {
+                "data": {
+                    "above": "\u00dcber",
+                    "below": "Unter",
+                    "entity_id": "Entit\u00e4t",
+                    "name": "Name",
+                    "prob_given_false": "Wahrscheinlichkeit, wann {parent_sensor_name} {device_class_off} ist",
+                    "prob_given_true": "Wahrscheinlichkeit, wann {parent_sensor_name} {device_class_on} ist"
+                },
+                "data_description": {
+                    "above": "Optional \u2013 das untere Ende des numerischen Bereichs. Werte, die genau diesem Wert entsprechen, werden nicht gez\u00e4hlt.",
+                    "below": "Optional \u2013 das obere Ende des numerischen Bereichs. Werte, die genau diesem Wert entsprechen, werden nur gez\u00e4hlt, wenn f\u00fcr dieselbe Entit\u00e4t mehr als ein Bereich konfiguriert ist.",
+                    "entity_id": "Eine Entit\u00e4t, die mit `{parent_sensor_name}` korreliert ist.",
+                    "name": "Dieser Name wird verwendet, um diese Beobachtung bei zuk\u00fcnftigen Bearbeitungen zu identifizieren.",
+                    "prob_given_false": "Die gesch\u00e4tzte Wahrscheinlichkeit oder der Zeitanteil, in dem diese Beobachtung \u201ewahr\u201c ist, w\u00e4hrend `{parent_sensor_name}` `{device_class_off}` ist oder sein sollte.",
+                    "prob_given_true": "Die gesch\u00e4tzte Wahrscheinlichkeit oder der Zeitanteil, in dem diese Beobachtung \u201ewahr\u201c ist, w\u00e4hrend `{parent_sensor_name}` `{device_class_on}` ist oder sein sollte."
+                },
+                "description": "F\u00fcge eine Beobachtung hinzu, die \u201ewahr\u201c ergibt, wenn der Wert des Sensors genau mit *'Folgezustand'* \u00fcbereinstimmt. Bei \u201efalsch\u201c wird der Prior mit Wahrscheinlichkeiten aktualisiert, die das Gegenteil der unten angegebenen sind. Dieses Verhalten kann durch Hinzuf\u00fcgen von Beobachtungen f\u00fcr andere Zust\u00e4nde derselben Entit\u00e4t \u00fcberschrieben werden.",
+                "title": "Einen Bayes-Sensor hinzuf\u00fcgen"
+            },
+            "observation_selector": {
+                "description": "'Beobachtungen' sind die Sensor- oder Templatewerte, die \u00fcberwacht und anschlie\u00dfend kombiniert werden, um die endg\u00fcltige Wahrscheinlichkeit des Bayes-Sensors zu ermitteln. Jede Beobachtung aktualisiert die Wahrscheinlichkeit des Bayes-Sensors, wenn sie erkannt wird oder nicht. Wird der Zustand der Entit\u00e4t `unavailable` oder `unknown`, wird er ignoriert. Sind f\u00fcr dieselbe Entit\u00e4t mehrere Zust\u00e4nde oder mehrere Zahlenbereiche konfiguriert, werden inverse Erkennungen ignoriert.",
+                "menu_options": {
+                    "finish": "Beenden",
+                    "numeric_state": "Eine Beobachtung f\u00fcr einen numerischen Bereich hinzuf\u00fcgen",
+                    "state": "Eine Beobachtung f\u00fcr den Zustand eines Sensors hinzuf\u00fcgen",
+                    "template": "Eine Beobachtung f\u00fcr ein Template hinzuf\u00fcgen"
+                },
+                "title": "Eine Beobachtung hinzuf\u00fcgen"
+            },
+            "state": {
+                "data": {
+                    "entity_id": "Entit\u00e4t",
+                    "name": "Name",
+                    "prob_given_false": "Wahrscheinlichkeit, wann {parent_sensor_name} {device_class_off} ist",
+                    "prob_given_true": "Wahrscheinlichkeit, wann {parent_sensor_name} {device_class_on} ist",
+                    "to_state": "Folgezustand"
+                },
+                "data_description": {
+                    "entity_id": "Eine Entit\u00e4t, die mit `{parent_sensor_name}` korreliert ist.",
+                    "name": "Dieser Name wird verwendet, um diese Beobachtung bei zuk\u00fcnftigen Bearbeitungen zu identifizieren.",
+                    "prob_given_false": "Die gesch\u00e4tzte Wahrscheinlichkeit oder der Zeitanteil, in dem diese Beobachtung \u201ewahr\u201c ist, w\u00e4hrend `{parent_sensor_name}` `{device_class_off}` ist oder sein sollte.",
+                    "prob_given_true": "Die gesch\u00e4tzte Wahrscheinlichkeit oder der Zeitanteil, in dem diese Beobachtung \u201ewahr\u201c ist, w\u00e4hrend `{parent_sensor_name}` `{device_class_on}` ist oder sein sollte.",
+                    "to_state": "Der Zustand des Sensors, f\u00fcr den die Beobachtung als \u201ewahr\u201c betrachtet wird."
+                },
+                "description": "F\u00fcge eine Beobachtung hinzu, die \u201ewahr\u201c ergibt, wenn der Wert des Sensors genau mit *'Folgezustand'* \u00fcbereinstimmt. Bei \u201efalsch\u201c wird der Prior mit Wahrscheinlichkeiten aktualisiert, die das Gegenteil der unten angegebenen sind. Dieses Verhalten kann durch Hinzuf\u00fcgen von Beobachtungen f\u00fcr andere Zust\u00e4nde derselben Entit\u00e4t \u00fcberschrieben werden.",
+                "title": "Einen Bayes-Sensor hinzuf\u00fcgen"
+            },
+            "template": {
+                "data": {
+                    "name": "Name",
+                    "prob_given_false": "Wahrscheinlichkeit, wann {parent_sensor_name} {device_class_off} ist",
+                    "prob_given_true": "Wahrscheinlichkeit, wann {parent_sensor_name} {device_class_on} ist",
+                    "value_template": "Template"
+                },
+                "data_description": {
+                    "name": "Dieser Name wird verwendet, um diese Beobachtung bei zuk\u00fcnftigen Bearbeitungen zu identifizieren.",
+                    "prob_given_false": "Die gesch\u00e4tzte Wahrscheinlichkeit oder der Zeitanteil, in dem diese Beobachtung \u201ewahr\u201c ist, w\u00e4hrend `{parent_sensor_name}` `{device_class_off}` ist oder sein sollte.",
+                    "prob_given_true": "Die gesch\u00e4tzte Wahrscheinlichkeit oder der Zeitanteil, in dem diese Beobachtung \u201ewahr\u201c ist, w\u00e4hrend `{parent_sensor_name}` `{device_class_on}` ist oder sein sollte.",
+                    "value_template": "Ein Template, das `True` ergibt, aktualisiert den Prior entsprechend. Ein Template, das `False` oder `None` ergibt, aktualisiert den Prior mit inversen Wahrscheinlichkeiten. Ein Template, das einen Fehler ergibt, aktualisiert die Wahrscheinlichkeiten nicht. Als Ergebnisse werden `True` oder `False` erzwungen."
+                },
+                "description": "F\u00fcge eine benutzerdefinierte Beobachtung hinzu, die auswertet, ob ein Template beachtet wird (`True`) oder nicht (`False`).",
+                "title": "Einen Bayes-Sensor hinzuf\u00fcgen"
+            },
+            "user": {
+                "data": {
+                    "device_class": "Ger\u00e4teklasse",
+                    "name": "Name",
+                    "prior": "Prior",
+                    "probability_threshold": "Wahrscheinlichkeitsschwelle"
+                },
+                "data_description": {
+                    "device_class": "W\u00e4hle die Ger\u00e4teklasse, als die der Sensor angezeigt werden soll.",
+                    "prior": "Die Grundwahrscheinlichkeit, dass der Sensor \u201eein\u201c sein sollte. Dies ist normalerweise der Prozentsatz der Zeit, in der dies der Fall ist. Bei einem Sensor \u201eAlle schlafen\u201c k\u00f6nnte dies beispielsweise 8 Stunden pro Tag, also 33 %, sein.",
+                    "probability_threshold": "Die Wahrscheinlichkeit, ab der der Sensor als \u201eein\u201c angezeigt wird. 50 % sollten das genaueste Ergebnis liefern. Verwende Werte \u00fcber 50 %, wenn die Vermeidung falscher Positivmeldungen wichtig ist, und umgekehrt."
+                },
+                "description": "Erstelle einen Bin\u00e4rsensor, der den Zustand mehrerer Sensoren \u00fcberwacht, um zu ermitteln, ob ein Ereignis eintritt oder ob etwas wahr ist. Weitere Informationen finden sich in der [Dokumentation]({url}).",
+                "title": "Einen Bayes-Sensor hinzuf\u00fcgen"
+            }
+        }
+    },
+    "config_subentries": {
+        "observation": {
+            "abort": {
+                "reconfigure_successful": "Die Neukonfiguration war erfolgreich"
+            },
+            "entry_type": "Beobachtung",
+            "error": {
+                "above_below": "Ung\u00fcltiger Bereich: '\u00dcber' muss kleiner sein als 'Unter', wenn beide festgelegt sind.",
+                "above_or_below": "Ung\u00fcltiger Bereich: Mindestens einer von '\u00dcber' oder 'Unter' muss festgelegt sein.",
+                "equal_probabilities": "Wenn 'Wahrscheinlichkeit bei wahr' und 'Wahrscheinlichkeit bei falsch' gleich sind, kann diese Beobachtung keine Auswirkungen haben und ist daher \u00fcberfl\u00fcssig",
+                "extreme_prob_given_error": "Wenn entweder 'Wahrscheinlichkeit bei falsch' oder 'Wahrscheinlichkeit bei wahr' 0 oder 100 ist, werden Gewissheiten geschaffen, die alle anderen Beobachtungen au\u00dfer Kraft setzen. Verwende stattdessen Zahlen nahe 0 oder 100.",
+                "overlapping_ranges": "Ung\u00fcltiger Bereich: Die Werte f\u00fcr '\u00dcber' und 'Unter' \u00fcberschneiden sich mit einer anderen Beobachtung f\u00fcr dieselbe Entit\u00e4t."
+            },
+            "initiate_flow": {
+                "user": "Eine Beobachtung hinzuf\u00fcgen"
+            },
+            "step": {
+                "numeric_state": {
+                    "data": {
+                        "above": "\u00dcber",
+                        "below": "Unter",
+                        "entity_id": "Entit\u00e4t",
+                        "name": "Name",
+                        "prob_given_false": "Wahrscheinlichkeit, wann {parent_sensor_name} {device_class_off} ist",
+                        "prob_given_true": "Wahrscheinlichkeit, wann {parent_sensor_name} {device_class_on} ist"
+                    },
+                    "data_description": {
+                        "above": "Optional \u2013 das untere Ende des numerischen Bereichs. Werte, die genau diesem Wert entsprechen, werden nicht gez\u00e4hlt.",
+                        "below": "Optional \u2013 das obere Ende des numerischen Bereichs. Werte, die genau diesem Wert entsprechen, werden nur gez\u00e4hlt, wenn f\u00fcr dieselbe Entit\u00e4t mehr als ein Bereich konfiguriert ist.",
+                        "entity_id": "Eine Entit\u00e4t, die mit `{parent_sensor_name}` korreliert ist.",
+                        "name": "Dieser Name wird verwendet, um diese Beobachtung bei zuk\u00fcnftigen Bearbeitungen zu identifizieren.",
+                        "prob_given_false": "Die gesch\u00e4tzte Wahrscheinlichkeit oder der Zeitanteil, in dem diese Beobachtung \u201ewahr\u201c ist, w\u00e4hrend `{parent_sensor_name}` `{device_class_off}` ist oder sein sollte.",
+                        "prob_given_true": "Die gesch\u00e4tzte Wahrscheinlichkeit oder der Zeitanteil, in dem diese Beobachtung \u201ewahr\u201c ist, w\u00e4hrend `{parent_sensor_name}` `{device_class_on}` ist oder sein sollte."
+                    },
+                    "description": "F\u00fcge eine Beobachtung hinzu, die als \u201ewahr\u201c ausgewertet wird, wenn ein numerischer Sensor innerhalb eines bestimmten Bereichs liegt.",
+                    "title": "Einen Bayes-Sensor hinzuf\u00fcgen"
+                },
+                "reconfigure": {
+                    "data": {
+                        "above": "\u00dcber",
+                        "below": "Unter",
+                        "entity_id": "Entit\u00e4t",
+                        "name": "Name",
+                        "prob_given_false": "Wahrscheinlichkeit, wann {parent_sensor_name} {device_class_off} ist",
+                        "prob_given_true": "Wahrscheinlichkeit, wann {parent_sensor_name} {device_class_on} ist",
+                        "to_state": "Folgezustand",
+                        "value_template": "Template"
+                    },
+                    "data_description": {
+                        "above": "Optional \u2013 das untere Ende des numerischen Bereichs. Werte, die genau diesem Wert entsprechen, werden nicht gez\u00e4hlt.",
+                        "below": "Optional \u2013 das obere Ende des numerischen Bereichs. Werte, die genau diesem Wert entsprechen, werden nur gez\u00e4hlt, wenn f\u00fcr dieselbe Entit\u00e4t mehr als ein Bereich konfiguriert ist.",
+                        "entity_id": "Eine Entit\u00e4t, die mit `{parent_sensor_name}` korreliert ist.",
+                        "name": "Dieser Name wird verwendet, um diese Beobachtung bei zuk\u00fcnftigen Bearbeitungen zu identifizieren.",
+                        "prob_given_false": "Die gesch\u00e4tzte Wahrscheinlichkeit oder der Zeitanteil, in dem diese Beobachtung \u201ewahr\u201c ist, w\u00e4hrend `{parent_sensor_name}` `{device_class_off}` ist oder sein sollte.",
+                        "prob_given_true": "Die gesch\u00e4tzte Wahrscheinlichkeit oder der Zeitanteil, in dem diese Beobachtung \u201ewahr\u201c ist, w\u00e4hrend `{parent_sensor_name}` `{device_class_on}` ist oder sein sollte.",
+                        "to_state": "Der Zustand des Sensors, f\u00fcr den die Beobachtung als \u201ewahr\u201c betrachtet wird.",
+                        "value_template": "Ein Template, das `True` ergibt, aktualisiert den Prior entsprechend. Ein Template, das `False` oder `None` ergibt, aktualisiert den Prior mit inversen Wahrscheinlichkeiten. Ein Template, das einen Fehler ergibt, aktualisiert die Wahrscheinlichkeiten nicht. Als Ergebnisse werden `True` oder `False` erzwungen."
+                    },
+                    "description": "F\u00fcge eine Beobachtung hinzu, die \u201ewahr\u201c ergibt, wenn der Wert des Sensors genau mit *'Folgezustand'* \u00fcbereinstimmt. Bei \u201efalsch\u201c wird der Prior mit Wahrscheinlichkeiten aktualisiert, die das Gegenteil der unten angegebenen sind. Dieses Verhalten kann durch Hinzuf\u00fcgen von Beobachtungen f\u00fcr andere Zust\u00e4nde derselben Entit\u00e4t \u00fcberschrieben werden.",
+                    "title": "Beobachtung bearbeiten"
+                },
+                "state": {
+                    "data": {
+                        "entity_id": "Entit\u00e4t",
+                        "name": "Name",
+                        "prob_given_false": "Wahrscheinlichkeit, wann {parent_sensor_name} {device_class_off} ist",
+                        "prob_given_true": "Wahrscheinlichkeit, wann {parent_sensor_name} {device_class_on} ist",
+                        "to_state": "Folgezustand"
+                    },
+                    "data_description": {
+                        "entity_id": "Eine Entit\u00e4t, die mit `{parent_sensor_name}` korreliert ist.",
+                        "name": "Dieser Name wird verwendet, um diese Beobachtung bei zuk\u00fcnftigen Bearbeitungen zu identifizieren.",
+                        "prob_given_false": "Die gesch\u00e4tzte Wahrscheinlichkeit oder der Zeitanteil, in dem diese Beobachtung \u201ewahr\u201c ist, w\u00e4hrend `{parent_sensor_name}` `{device_class_off}` ist oder sein sollte.",
+                        "prob_given_true": "Die gesch\u00e4tzte Wahrscheinlichkeit oder der Zeitanteil, in dem diese Beobachtung \u201ewahr\u201c ist, w\u00e4hrend `{parent_sensor_name}` `{device_class_on}` ist oder sein sollte.",
+                        "to_state": "Der Zustand des Sensors, f\u00fcr den die Beobachtung als \u201ewahr\u201c betrachtet wird."
+                    },
+                    "description": "F\u00fcge eine Beobachtung hinzu, die \u201ewahr\u201c ergibt, wenn der Wert des Sensors genau mit *'Folgezustand'* \u00fcbereinstimmt. Bei \u201efalsch\u201c wird der Prior mit Wahrscheinlichkeiten aktualisiert, die das Gegenteil der unten angegebenen sind. Dieses Verhalten kann durch Hinzuf\u00fcgen von Beobachtungen f\u00fcr andere Zust\u00e4nde derselben Entit\u00e4t \u00fcberschrieben werden.",
+                    "title": "Einen Bayes-Sensor hinzuf\u00fcgen"
+                },
+                "template": {
+                    "data": {
+                        "name": "Name",
+                        "prob_given_false": "Wahrscheinlichkeit, wann {parent_sensor_name} {device_class_off} ist",
+                        "prob_given_true": "Wahrscheinlichkeit, wann {parent_sensor_name} {device_class_on} ist",
+                        "value_template": "Template"
+                    },
+                    "data_description": {
+                        "name": "Dieser Name wird verwendet, um diese Beobachtung bei zuk\u00fcnftigen Bearbeitungen zu identifizieren.",
+                        "prob_given_false": "Die gesch\u00e4tzte Wahrscheinlichkeit oder der Zeitanteil, in dem diese Beobachtung \u201ewahr\u201c ist, w\u00e4hrend `{parent_sensor_name}` `{device_class_off}` ist oder sein sollte.",
+                        "prob_given_true": "Die gesch\u00e4tzte Wahrscheinlichkeit oder der Zeitanteil, in dem diese Beobachtung \u201ewahr\u201c ist, w\u00e4hrend `{parent_sensor_name}` `{device_class_on}` ist oder sein sollte.",
+                        "value_template": "Ein Template, das `True` ergibt, aktualisiert den Prior entsprechend. Ein Template, das `False` oder `None` ergibt, aktualisiert den Prior mit inversen Wahrscheinlichkeiten. Ein Template, das einen Fehler ergibt, aktualisiert die Wahrscheinlichkeiten nicht. Als Ergebnisse werden `True` oder `False` erzwungen."
+                    },
+                    "description": "F\u00fcge eine benutzerdefinierte Beobachtung hinzu, die auswertet, ob ein Template beachtet wird (`True`) oder nicht (`False`).",
+                    "title": "Einen Bayes-Sensor hinzuf\u00fcgen"
+                },
+                "user": {
+                    "description": "'Beobachtungen' sind die Sensor- oder Templatewerte, die \u00fcberwacht und anschlie\u00dfend kombiniert werden, um die endg\u00fcltige Wahrscheinlichkeit des Bayes-Sensors zu ermitteln. Jede Beobachtung aktualisiert die Wahrscheinlichkeit des Bayes-Sensors, wenn sie erkannt wird oder nicht. Wird der Zustand der Entit\u00e4t `unavailable` oder `unknown`, wird er ignoriert. Sind f\u00fcr dieselbe Entit\u00e4t mehrere Zust\u00e4nde oder mehrere Zahlenbereiche konfiguriert, werden inverse Erkennungen ignoriert.",
+                    "menu_options": {
+                        "numeric_state": "Eine Beobachtung f\u00fcr einen numerischen Bereich hinzuf\u00fcgen",
+                        "state": "Eine Beobachtung f\u00fcr den Zustand eines Sensors hinzuf\u00fcgen",
+                        "template": "Eine Beobachtung f\u00fcr ein Template hinzuf\u00fcgen"
+                    },
+                    "title": "Eine Beobachtung hinzuf\u00fcgen"
+                }
+            }
+        }
+    },
     "issues": {
         "manual_migration": {
-            "description": "Die Bayes'sche Integration aktualisiert nun auch die Wahrscheinlichkeit, wenn das beobachtete `to_state`, `above`, `below` oder `value_template` zu `False` und nicht nur zu `True` ausgewertet wird. Es ist also nicht l\u00e4nger erforderlich, doppelte, komplement\u00e4re Eintr\u00e4ge f\u00fcr jeden bin\u00e4ren Zustand zu haben. Bitte entferne den gespiegelten Eintrag f\u00fcr `{entity}`.",
+            "description": "Die Bayes-Integration aktualisiert nun auch die Wahrscheinlichkeit, wenn das beobachtete `to_state`, `above`, `below` oder `value_template` zu `False` und nicht nur zu `True` ausgewertet wird. Es ist also nicht l\u00e4nger erforderlich, doppelte, komplement\u00e4re Eintr\u00e4ge f\u00fcr jeden bin\u00e4ren Zustand zu haben. Bitte entferne den gespiegelten Eintrag f\u00fcr `{entity}`.",
             "title": "Manuelle YAML-Korrektur f\u00fcr Bayes erforderlich"
         },
         "no_prob_given_false": {
-            "description": "In der Bayes'schen Integration ist `prob_given_false` jetzt eine erforderliche Konfigurationsvariable, da es keine mathematische Begr\u00fcndung f\u00fcr den vorherigen Standardwert gab. Bitte f\u00fcge dies deiner `configuration.yaml` f\u00fcr `bayesian/{entity}` hinzu. Diese Beobachtungen werden ignoriert, bis du dies tust.",
+            "description": "In der Bayes-Integration ist `prob_given_false` jetzt eine erforderliche Konfigurationsvariable, da es keine mathematische Begr\u00fcndung f\u00fcr den vorherigen Standardwert gab. Bitte f\u00fcge dies deiner `configuration.yaml` f\u00fcr `bayesian/{entity}` hinzu. Diese Beobachtungen werden ignoriert, bis du dies tust.",
             "title": "Manuelle YAML-Erg\u00e4nzung f\u00fcr Bayes erforderlich"
         }
     },
+    "options": {
+        "error": {
+            "equal_probabilities": "Wenn 'Wahrscheinlichkeit bei wahr' und 'Wahrscheinlichkeit bei falsch' gleich sind, kann diese Beobachtung keine Auswirkungen haben und ist daher \u00fcberfl\u00fcssig",
+            "extreme_prior_error": "Wenn 'Prior' auf 0 % eingestellt ist, bedeutet dies, dass der Sensor nicht \u201eEin\u201c anzeigen kann, und bei 100 % wird er nie \u201eAus\u201c anzeigen. Verwende stattdessen eine naheliegende Zahl wie 0,1 % oder 99,9 %.",
+            "extreme_prob_given_error": "Wenn entweder 'Wahrscheinlichkeit bei falsch' oder 'Wahrscheinlichkeit bei wahr' 0 oder 100 ist, werden Gewissheiten geschaffen, die alle anderen Beobachtungen au\u00dfer Kraft setzen. Verwende stattdessen Zahlen nahe 0 oder 100.",
+            "extreme_threshold_error": "Eine 'Wahrscheinlichkeitsschwelle' von 0 % bedeutet, dass der Sensor immer \u201eein\u201c ist, und 100 % bedeutet, dass er immer \u201eaus\u201c ist, verwende stattdessen eine naheliegende Zahl wie 0,1 % oder 99,9 %."
+        },
+        "step": {
+            "init": {
+                "data": {
+                    "device_class": "Ger\u00e4teklasse",
+                    "name": "Name",
+                    "prior": "Prior",
+                    "probability_threshold": "Wahrscheinlichkeitsschwelle"
+                },
+                "data_description": {
+                    "prior": "Die Grundwahrscheinlichkeit, dass der Sensor \u201eein\u201c sein sollte. Dies ist normalerweise der Prozentsatz der Zeit, in der dies der Fall ist. Bei einem Sensor \u201eAlle schlafen\u201c k\u00f6nnte dies beispielsweise 8 Stunden pro Tag, also 33 %, sein.",
+                    "probability_threshold": "Die Wahrscheinlichkeit, ab der der Sensor als \u201eein\u201c angezeigt wird. 50 % sollten das genaueste Ergebnis liefern. Verwende Werte \u00fcber 50 %, wenn die Vermeidung falscher Positivmeldungen wichtig ist, und umgekehrt."
+                },
+                "description": "Diese Optionen beeinflussen, wie viele Beweise erforderlich sind, damit der Bayes-Sensor als \u201eein\u201c gilt.",
+                "title": "Sensoroptionen"
+            }
+        }
+    },
+    "selector": {
+        "binary_sensor_device_class": {
+            "options": {
+                "battery": "Batteriestand",
+                "battery_charging": "Ladestatus",
+                "carbon_monoxide": "Kohlenmonoxid",
+                "cold": "K\u00e4lte",
+                "connectivity": "Konnektivit\u00e4t",
+                "door": "T\u00fcr",
+                "garage_door": "Garagentor",
+                "gas": "Gas",
+                "heat": "Hitze",
+                "light": "Licht",
+                "lock": "Schloss",
+                "moisture": "Feuchte",
+                "motion": "Bewegung",
+                "moving": "Bewegtheit",
+                "occupancy": "Belegung",
+                "opening": "\u00d6ffnung",
+                "plug": "Stecker",
+                "power": "Stromversorgung",
+                "presence": "Anwesenheit",
+                "problem": "Problem",
+                "running": "Betriebszustand",
+                "safety": "Sicherheit",
+                "smoke": "Rauch",
+                "sound": "Ger\u00e4usch",
+                "tamper": "Manipulation",
+                "update": "Update",
+                "vibration": "Ersch\u00fctterung",
+                "window": "Fenster"
+            }
+        }
+    },
     "services": {
         "reload": {
-            "description": "L\u00e4dt Bayes'sche Sensoren aus der YAML-Konfiguration neu.",
+            "description": "L\u00e4dt Bayes-Sensoren aus der YAML-Konfiguration neu.",
             "name": "Neu laden"
         }
     }