Análise prática de séries temporais

Capítulo 9. Aprendizagem automática para séries temporais

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

Neste capítulo, vamos analisar alguns exemplos de aplicação de métodos de aprendizagem automática à análise de séries temporais. Esta é uma área relativamente nova da análise de séries temporais, mas que se tem mostrado promissora. Os métodos de aprendizagem automática que vamos estudar não foram originalmente desenvolvidos para dados específicos de séries temporais - ao contrário dos modelos estatísticos que estudámos nos dois capítulos anteriores - mas têm-se revelado úteis para esse efeito.

Esta viragem para a aprendizagem automática é uma mudança em relação ao nosso trabalho anterior sobre previsões nos capítulos anteriores deste livro. Até aqui, centrámo-nos em modelos estatísticos para previsões de séries cronológicas. Ao desenvolver esses modelos, formulámos uma teoria subjacente sobre a dinâmica de uma série temporal e as estatísticas que descrevem o ruído e a incerteza no seu comportamento. Em seguida, utilizámos a dinâmica hipotética do processo para fazer previsões e também para estimar o nosso grau de incerteza sobre as previsões. Com estes métodos, tanto a identificação do modelo como a estimativa dos parâmetros exigiram uma reflexão cuidadosa sobre a melhor forma de descrever a dinâmica dos nossos dados.

Passamos agora a metodologias em que não colocamos um processo subjacente ou quaisquer ...