Forecasting de series temporales con machine learning
Skforecast, librería de Python que facilita el uso de modelos scikit-learn para problemas de forecasting y series temporales
Modelos ARIMA y SARIMAX con Python
Modelos ARIMA y SARIMAX para la predicción de series temporales
Forecasting series temporales con gradient boosting: XGBoost, LightGBM y CatBoost
Ejemplo de cómo predecir el número de usuarios del sistema de alquier de bibicletas urbanas utilizando modelos de gradient boosting
Forecasting de la demanda eléctrica con machine learning
Ejemplo de cómo predecir la demanda de energía eléctrica con modelos de machine learning
Modelos de forecasting globales I: predecir multiples series temporales con machine learning
Modelos de forecasting para predecir múltiples series temporales de forma simultánea
Modelos de forecasting globales II: Comparación de modelos globales vs modelos individuales
Comparación de los resultados de predicción de los modelos globales con los modelos de series individuales
Modelos de forecasting globales III: Forecasting escalable
Modelado de miles de series temporales con un único modelo global
Modelos de forecasting globales IV: Kaggle sticker sales
Predicción de las ventas de multiples productos con modelos de forecasting globales
Modelos de forecasting globales V: Competición M5 Accuracy
El éxito de los modelos globales en las competiciones de forecasting
Clustering de series temporales
Clustering de series temporales para mejorar los modelos de forecasting
Forecasting con modelos de deep learning
Forecasting utilizando modelos basados redes neuronales RNN y LSTM
Forecasting probabilístico I: intervalos de predicción
Métodos con los que estimar intervalos de predicción para modelos de machine learning aplicados a problemas de forecasting
Forecasting probabilístico II: intervalos de predicción para forecasting multi-step
Intervalos de predicción para modelos de forecasting multi-step
Forecasting de series temporales incompletas
Modelado y predicción de series temporales incompletas con datos faltantes
Forecasting de demanda intermitente
Predicción de demanda intermitente con modelos de machine learning
Forecasting de las visitas a una página web
Ejemplo de cómo predecir el tráfico de una web utilizando modelos de machine learning
Predicción del precio de Bitcoin
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
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 y explicabilidad en modelos de forecasting
Interpretabilidad de modelos de forecasting utilizando SHAP values, gráficos de dependecia parcial e importancia de predictores
Forecasting tendencia con modelos de árboles
Modelar series temporales con tendencia utilizándo modelos basados en árboles
Stacking ensemble de modelos de forecasting
Stacking ensemble de modelos de machine learning para mejorar las predicciones
Detección de anomalías en series temporales
Detección de anomalías y valores atípicos en series temporales mediante modelos de forecasting
Data leakage en modelos de forecasting preentrenados
Data leakage y problemas de sobreajuste en modelos de forecasting preentrenados.
Acelerar modelos de forecasting con GPU
Ejemplo de cómo acelerar el entrenamiento y la predicción de modelos de forecasting utilizando GPU
Hacer una donación
¡Colabora en mantener las puertas del conocimiento abiertas! Si nuestros artículos te han ayudado a progresar en tu formación o carrera profesional, apreciaríamos enormemente tu apoyo. Tu contribución nos permite mantener esta plataforma accesible para todos y crear nuevos contenidos. Puedes hacerlo a través de PayPal o Github Sponsors ¡Son solo un par de clicks 😊😊!
