O Capítulo 9 apresentou os dados de sequência e os atributos de uma série temporal, incluindo sazonalidade, tendência, autocorrelação e ruído. Criaste uma série sintética para utilizar nas previsões e exploraste a forma de fazer previsões estatísticas básicas.
Nos próximos capítulos, aprenderás a utilizar o ML para fazer previsões. Mas antes de começares a criar modelos, tens de compreender como estruturar os dados de séries temporais para treinar modelos preditivos, criando o que chamaremos um conjunto de dados com janelas .
Para entender por que é necessário fazer isso, considere a série temporal criada no Capítulo 9. Podes ver um gráfico da mesma na Figura 10-1.
Se, em qualquer momento, pretenderes prever um valor no tempo t, vais querer prevê-lo como uma função dos valores anteriores ao tempo t. Por exemplo, digamos que pretendes prever o valor da série temporal no passo de tempo 1.200 como uma função dos 30 valores anteriores. Nesse caso, os valores dos passos de tempo 1.170 a 1.199 determinariam o valor no passo de tempo 1.200 (ver Figura 10-2).
Figura 10-1. Série temporal sintética
Figura 10-2. ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month, and much more.
