1. Aprender
    2. /
  2. Cursos
    3. /
  3. Machine learning para datos de series temporales en Python
  • 1

    Manual de series temporales y machine learning

    Gratuito

    Este capítulo es una introducción a los fundamentos del machine learning, los datos de series temporales y la intersección entre ambos.

  • 2

    Series temporales como entradas de un modelo

    La forma más sencilla de incorporar series temporales a tu proceso de machine learning es utilizarlas como características de un modelo. Este capítulo trata de las características habituales que se extraen de las series temporales para realizar machine learning.

  • 3

    Predicción de datos de series temporales

    Si quieres predecir patrones a partir de datos a lo largo del tiempo, hay consideraciones especiales que debes tener en cuenta a la hora de elegir y construir tu modelo. En este capítulo se explica cómo obtener información sobre los datos antes de ajustar el modelo, así como las mejores prácticas en el uso de modelos predictivos para datos de series temporales.

  • 4

    Validación e inspección de modelos de series temporales

    Una vez que tengas un modelo para predecir datos de series temporales, tienes que decidir si es un modelo bueno o malo. Este capítulo abarca los fundamentos de la generación de predicciones con modelos para validarlos con datos "de prueba".

Initializing

Exercicio

Contabilización de la no estacionariedad

En este ejercicio, volverás a visualizar las variaciones en las puntuaciones de los modelos, pero ahora para datos que cambian sus estadísticas a lo largo del tiempo.

Una instancia del objeto Modelo de regresión lineal se almacena en model, un objeto de validación cruzada en cv, y los datos en X y y.

Instruções 1/2

undefined XP
    1
    2
  • Crea un DataFrame vacío para recoger los resultados.
  • Iterar a través de múltiples tamaños de ventana, creando cada vez un nuevo objeto TimeSeriesSplit.
  • Calcula las puntuaciones de validación cruzada (utilizando un puntuador personalizado que hemos definido para ti, my_pearsonr) del modelo sobre los datos de entrenamiento.