Como Prever Séries Temporais Com NBEATS em Python

Índice O Que é NBEATS? Como Instalar a NeuralForecast Com e Sem Suporte a GPU Como Preparar a Série Temporal Para o NBEATS Hiperparâmetros do NBEATS n_harmonics n_polynomials stack_types input_size_multiplier learning_rate scaler_type max_steps Como Treinar NBEATS em Python Como Adicionar Variáveis Externas ao NBEATS Baseline Simples Com Sazonalidade Função Objetivo WMAPE no PyTorch O Que é NBEATS? A NBEATS é uma arquitetura de rede neural capaz de prever séries temporais sem depender da criação de features específicas por um especialista....

February 7, 2023 · 11 min · Mario Filho

Como Prever Séries Temporais com Scikit-learn

Prever séries temporais é uma tarefa muito comum no dia a dia de um cientista de dados. Seja prever a demanda futura de um produto, o tráfego de uma cidade ou até mesmo o clima. Com previsões precisas de séries temporais, as empresas podem ajustar suas estratégias de produção, gerenciamento de estoque, alocação de recursos e outras decisões importantes, levando a uma redução significativa de custos e aumento da eficiência....

February 4, 2023 · 14 min · Mario Filho

Como Prever Séries Temporais Com Transformers em Python

Índice O Que São Transformers em Deep Learning? Temporal Fusion Transformers Como Instalar a NeuralForecast Com e Sem Suporte a GPU Como Preparar a Série Temporal Para o TFT Hiperparâmetros do Temporal Fusion Transformer input_size_multiplier hidden_size n_head learning_rate scaler_type max_steps batch_size windows_batch_size Como Treinar Temporal Fusion Transformers em Python Como Adicionar Variáveis Externas ao TFT Baseline Simples Com Sazonalidade Função Objetivo WMAPE no PyTorch O Que São Transformers em Deep Learning?...

February 2, 2023 · 14 min · Mario Filho

Como Prever Séries Temporais Com Redes Neurais Convolucionais em Python

Índice O Que São Redes Neurais Convolucionais? Redes Convolucionais Temporais Como Instalar a NeuralForecast Com e Sem Suporte a GPU Como Preparar a Série Temporal Para A Rede Neural Convolucional Hiperparâmetros e Arquitetura da TCN kernel_size dilations input_size_multiplier encoder_hidden_size context_size decoder_hidden_size learning_rate max_steps batch_size Treinamento da Rede Neural Como Adicionar Variáveis Externas à Rede Neural Convolucional Baseline Simples Com Sazonalidade Função Objetivo WMAPE no PyTorch O Que São Redes Neurais Convolucionais?...

February 1, 2023 · 13 min · Mario Filho

Como Prever Séries Temporais Com Redes Neurais em Python

A modelagem de séries temporais com deep learning (redes neurais) é uma área em constante evolução. Falar de “redes neurais” pode se referir a vários tipos diferentes de técnicas como redes neurais convolucionais, redes neurais recorrentes, redes neurais tradicionais (MLP) e redes neurais com mecanismo de atenção (transformer). Por isso, primeiro vou te dar uma visão geral dessas técnicas, indicando artigos mais detalhados sobre cada uma e depois vou te mostrar como aplicar uma rede neural tradicional (MLP) para prever séries temporais....

January 30, 2023 · 19 min · Mario Filho

Como Prever Séries Temporais Com LSTM em Python

Índice O Que é LSTM (Long Short-Term Memory)? Como Funciona a LSTM? Quando Usar a LSTM? Como Instalar a NeuralForecast Com e Sem Suporte a GPU Como Preparar os Dados Para a LSTM Modelagem Automática com AutoLSTM Arquitetura da LSTM Busca Automática por Hiperparâmetros input_size_multiplier encoder_hidden_size encoder_n_layers decoder_hidden_size learning_rate max_steps batch_size random_seed Código de Treinamento da LSTM em Python Análise dos Resultados da Busca Automática LSTM com Variáveis Adicionais Baseline Simples Com Sazonalidade Loss Function Personalizada com PyTorch (WMAPE) O Que é LSTM (Long Short-Term Memory)?...

January 25, 2023 · 17 min · Mario Filho

Como Prever Séries Temporais Univariadas Usando Python

De todos os tipos de previsão, prever o que ocorrerá no futuro com base em eventos passados pode ser uma das tarefas mais interessantes e desafiadoras. É aí que entra a previsão de séries temporais. Prever uma série temporal começa por supor que os padrões de comportamento observados no passado serão replicados no futuro. Uma das maneiras de fazer estas previsões é usando modelos estatísticos sobre séries univariadas, que é o que você vai aprender neste artigo usando Python....

January 23, 2023 · 17 min · Mario Filho

Validação de Séries Temporais Em Machine Learning Usando Python

Ao usar machine learning para prever séries temporais, você não pode simplesmente dividir seus dados entre treino e validação com um split aleatório. Se você fizer isso, seu modelo vai aprender a prever o passado com base no futuro e te dar uma estimativa altamente otimista (e errada) da performance em dados nunca vistos. Em praticamente todos os projetos reais de machine learning você terá uma dimensão temporal e jamais deve ignorá-la....

January 20, 2023 · 6 min · Mario Filho

Guia Rápido Para Iniciantes Em Séries Temporais (Time Series)

Índice O Que São Séries Temporais? Quais São Os Principais Tipos De Séries Temporais? Diferença Entre Série Temporal Univariada e Multivariada Diferença Entre Série Temporal Estacionária e Não Estacionária Diferença Entre Série Temporal Regular e Irregular Quais São Os Componentes De Uma Série Temporal? Decomposição Aditiva de Séries Temporais Tendência Em Séries Temporais Sazonalidade Em Séries Temporais Ciclo Em Séries Temporais Ruído Em Séries Temporais O Que É Lag Na Análise de Séries Temporais?...

January 19, 2023 · 12 min · Mario Filho

Mean Average Precision (MAP) em Machine Learning

Índice O Que é Mean Average Precision? Qual a Fórmula da Mean Average Precision? Como Interpretar a Mean Average Precision? Como Calcular a Mean Average Precision em Python? Qual a Diferença Entre Mean Average Precision e NDCG? Qual a Diferença Entre Mean Average Precision e Mean Reciprocal Rank? O Que é Mean Average Precision? Mean Average Precision (MAP) é uma métrica de avaliação em machine learning comumente usada para medir a performance de sistemas de recomendação e busca....

January 17, 2023 · 7 min · Mario Filho