Series de tiempo con aprendizaje automático

Curso Aprendizaje Automático Aplicado

Presentaciones

  1. Empecemos por esta presentación de los modelos ARIMA y como podemos evaluarlos.

  2. Sigamos con esta presentación de los modelos con estacionalidad

  3. El modelo prophet de Facebook y una breve presentación.

  4. Un pequeño recuento de diferentes modelos de forecasting

  5. Modelos secuenciales con redes neuronales, con un presentación de los modelos de base y la misma presentación en pdf.

Recursos y librerías:

  1. Open Time Series: Un portal con información reciente sobre series de tiempo. Librerías para python, libros, tutoriales y artículos con el estado del arte en el área.

  2. Nixtla. Una serie de librerías para hacer pronóstico en series de tiempo.

  3. Neural Prophet: La estructura de Prophet con modelos neuronales, basado en pyTorch.

  4. La libreta Complete Guide on Time Series Analysis in Python en Kaggle es un buen recurso para ver el análisis y tratamiento inicial a una serie de tiempo antes de usar modelos de pronostico.

  5. Dos libretas ilustrativas: Redes Neuronales Recurrentes (RNN) con numpy y El problema del gradiente en las RNN vainilla. Las dos en numpy para ilustrar como funcionan las redes neuronales recursivas.