Análisis Práctico de Series Temporales

Capítulo 17. Previsiones Acerca de las previsiones

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Hay muchas buenas citas sobre la desesperanza de predecir el futuro y, sin embargo, no puedo evitar querer concluir este libro con algunas reflexiones sobre lo que está por venir.

Previsión como servicio

Dado que la predicción de series temporales cuenta con menos profesionales expertos que otras áreas de la ciencia de datos, se ha producido un impulso para desarrollar el análisis y la predicción de series temporales como un servicio que pueda empaquetarse fácilmente y desplegarse de forma eficiente. Por ejemplo, y como se señala en el Capítulo 16, Amazon ha lanzado recientemente un servicio de predicción de series temporales, y no es la única empresa que lo ha hecho. El modelo de la empresa parece deliberadamente general, y enmarca la predicción como un paso más en una canalización de datos (ver Figura 17-1).

Estos esfuerzos de modelización de la previsión como servicio pretenden conseguir un modelo general suficientemente bueno que pueda adaptarse a una variedad de campos sin hacer previsiones terriblemente inexactas. La mayoría de ellos describen sus modelos como una mezcla de aprendizaje profundo y modelos estadísticos tradicionales. Sin embargo, dado que el servicio es, en última instancia, una caja negra, será difícil comprender qué puede hacer que las previsiones sean erróneas o incluso investigar retrospectivamente ...