Machine learning para datos de series temporales en Python

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

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.

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.

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".