Como Prever Séries Temporais Com LSTM em Python

O Que é LSTM (Long Short-Term Memory)? LSTM é um tipo de rede neural recorrente (RNN). Ela é capaz de manter um vetor interno de informações (o “estado”) por períodos de tempo mais longos que as redes neurais recorrentes primitivas. Montar as estruturas dessas redes neurais do zero é muito trabalhoso, mas temos bibliotecas que nos ajudam fazendo a maior parte do trabalho. Vamos usar a biblioteca NeuralForecast, que além de implementar as estruturas mais comuns de redes neurais recorrentes, também implementa a busca automática por hiperparâmetros....

January 25, 2023 · 16 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 · 16 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)

O Que São Séries Temporais? Séries temporais são conjuntos de dados que são observados ao longo do tempo. Elas são amplamente utilizadas em campos como meteorologia, economia e finanças. Cada amostra é marcada com um instante de tempo específico. No exemplo acima temos uma série temporal da média da temperatura diária, em Celsius, medida no Mirante de Santana na cidade de São Paulo. Cada dia é uma amostra com sua própria temperatura e data....

January 19, 2023 · 11 min · Mario Filho

Mean Average Precision (MAP) em Machine Learning

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. Um outro caso de uso interessante é na avaliação de modelos de segmentação de imagem, onde você precisa detectar e segmentar vários objetos em uma mesma imagem. Uma analogia mais divertida para lembrar o que é a MAP é a seguinte:...

January 17, 2023 · 6 min · Mario Filho

NDCG (Normalized Discounted Cumulative Gain) em Machine Learning

O Que é NDCG? O NDCG é uma métrica de avaliação de desempenho que é especialmente útil para modelos de machine learning de ranking. Ela é muito usada em sistemas de busca e recomendação. Eu mesmo a usava para avaliar os sistemas de ranking de freelancers quando trabalhei na Upwork. Ele mede a qualidade de uma lista de resultados retornada pelo modelo em relação aos itens que o usuário realmente indicou como relevantes....

January 14, 2023 · 9 min · Mario Filho

Mean Reciprocal Rank (MRR) em Machine Learning

O Que é Mean Reciprocal Rank? O Mean Reciprocal Rank (MRR) é uma métrica comumente utilizada para avaliar a qualidade de modelos de machine learning que retornam uma lista de resultados relevantes. Ela é uma métrica robusta a diferentes tamanhos de listas de recomendação, ou seja, é independente do tamanho da lista. O MRR também é robusto a diferentes tamanhos de conjuntos de itens recomendados corretos, pois ele só se preocupa com o item relevante mais bem rankeado....

January 13, 2023 · 7 min · Mario Filho

MAPE (Erro Absoluto Percentual Médio) em Machine Learning

O Que é Erro Absoluto Percentual Médio ou MAPE? Erro absoluto percentual médio (MAPE) é uma métrica para avaliar modelos de regressão em machine learning. Ela é bastante utilizada na previsão de séries temporais, como previsão de demanda e precificação de ativos financeiros. O MAPE é expressado em porcentagem, que é fácil de entender para a maioria das pessoas e ajuda na comunicação de resultados para pessoas que não têm conhecimento técnico em machine learning....

January 11, 2023 · 8 min · Mario Filho

MAE (Erro Médio Absoluto) Em Machine Learning

O Que é Erro Médio Absoluto ou MAE? O erro médio absoluto (MAE) é uma métrica utilizada para avaliar o desempenho de modelos de regressão em machine learning. Ela mede a média da diferença absoluta entre os valores previstos pelo modelo e os valores observados. Imagine que você tenha um modelo de machine learning que foi treinado para prever o consumo de combustível de uma frota de veículos. Se o modelo prevê que um determinado veículo vai consumir 10 litros de combustível para percorrer 100 quilômetros, mas o consumo real foi de 12 litros, o erro absoluto da previsão seria de 2 litros....

January 10, 2023 · 5 min · Mario Filho

RMSE (Raiz Do Erro Quadrático Médio) Em Machine Learning

O Que é RMSE? A raiz do erro quadrático médio (RMSE ou root mean-square error em inglês) é uma métrica de avaliação amplamente utilizada e reconhecida na comunidade de machine learning para medir o desempenho de modelos de regressão. Ela é muito útil quando você precisa explicar o desempenho de um modelo para outras pessoas do time, pois elas já estarão acostumadas a trabalhar com essa métrica. Ela é calculada tomando-se a raiz quadrada da média dos quadrados dos erros, onde o erro bruto é a diferença entre o valor previsto pelo modelo e o valor real....

January 9, 2023 · 9 min · Mario Filho