Análise prática de séries temporais

Capítulo 8. Geração e seleção de caraterísticas para uma série temporal

Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: [e-mail]

Nos dois capítulos anteriores, examinámos métodos de análise de séries cronológicas que se baseiam na utilização de todos os pontos de dados de uma série cronológica para ajustar um modelo. No entanto, em preparação para a discussão do próximo capítulo sobre a aplicação da aprendizagem automática à análise de séries cronológicas, neste capítulo vamos estudar a geração e seleção de caraterísticas para séries cronológicas. Se não estiveres familiarizado com o conceito de geração de caraterísticas, não vais ficar assim durante muito tempo. Trata-se de um processo intuitivo e que permite um lado criativo na análise de dados.

A geração de caraterísticas é o processo de encontrar uma forma quantitativa de encapsular as caraterísticas mais importantes dos dados de séries cronológicas em apenas alguns valores numéricos e etiquetas categóricas. Estás a comprimir os dados brutos das séries cronológicas numa representação mais curta através de um conjunto de caraterísticas que descrevem essas séries cronológicas (veremos um exemplo rápido em breve). Por exemplo, uma geração de caraterísticas muito simples poderia descrever cada série temporal com o seu valor médio e o número de passos temporais na série. Esta seria uma forma de descrever essa série temporal sem ter de analisar todos os dados em bruto, ...