Forecasting series temporales con Python y Scikitlearn
Adaptación de modelos de regresión de scikit learn para predicción de series temporales.
Javier Escobar Ortiz es Ingeniero Químico y amplió sus conocimientos de negocio con un MBA. En su trabajo como Data Scientist en la industria energética y sector del Retail se ha centrado en democratizar la información y crear valor a través de productos de datos que ayuden a las organizaciones a prosperar en la nueva era, uno de sus objetivos profesionales es liderar retos que nos hagan mejores, más eficientes y más rentables. Es fundamental entender el negocio para aplicar la ciencia de datos de manera efectiva.
Artículos
Modelos ARIMA y SARIMAX con Python
Modelos ARIMA y SARIMAX para la predicción de series temporales.
Predicción (forecasting) de la demanda eléctrica con Python
Ejemplo de cómo predecir la demanda de energía eléctrica mediante modelos de forecasting con Python.
Predicción (forecasting) de las visitas a una página web
Ejemplo de cómo predecir el tráfico de una web utilizando modelos de machine learning con Python.
Forecasting series temporales con gradient boosting: Skforecast, XGBoost, LightGBM y CatBoost
Ejemplo de cómo predecir el número de usuarios del sistema de alquier de bibicletas urbanas utilizando modelos de gradient boosting en python.
Predicción del precio de Bitcoin con Python
Ejemplo de cómo utilizar modelos de forecasting para predecir el precio de la criptomoneda Bitcoin y estudio de las implicaciones que aparecen cuando una serie temporal no tenga ningún patrón.
Forecasting probabilístico
Métodos con los que estimar intervalos de predicción para modelos de machine learning aplicados a problemas de forecasting.
Multi-series forecasting con Python y Skforecast
Modelos de forecasting para predecir múltiples series temporales de forma simultánea.
Forecasting de series temporales incompletas
Modelado y predicción de series temporales incompletas con datos faltantes
Forecasting de demanda intermitente con Python y Skforecast
Predicción de demanda intermitente con modelos de machine learning y skforecast.
Reducir el impacto del covid-19 en modelos de forecasting
Ejemplo de cómo atenuar el impacto del covid y otros periodos anomalos en series temporales a la hora de entrenar modelos de forecasting
Interpretabilidad en modelos de forecasting
Interpretabilidad de modelos de forecasting utilizando shape values, gráficos de dependecia parcial e importancia de predictores
Modelos de forecasting globales
Modelos de forecasting globales para predecir múltiples series temporales.