-
-
Notifications
You must be signed in to change notification settings - Fork 15
/
Copy pathforecasting-python.html
541 lines (480 loc) · 24.1 KB
/
forecasting-python.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
<!DOCTYPE HTML>
<html>
<!-- anuncio_themoneytizer_FOOTER O SLIDE-IN -->
<div id="73746-6">
<script src="//ads.themoneytizer.com/s/gen.js?type=6"></script>
<script src="//ads.themoneytizer.com/s/requestform.js?siteId=73746&formatId=6"></script>
</div>
<!-- anuncio_themoneytizer_FOOTER O SLIDE-IN -->
<head>
<title>Forecasting con Python</title>
<meta charset="utf-8" />
<meta name="viewport" content="width=device-width, initial-scale=1, user-scalable=no" />
<meta name="description" content="Cursos, tutoriales, teoría y ejemplos para aprender forecasting con Python" />
<link rel="stylesheet" href="assets/css/main.css" />
</head>
<body class="is-preload" onload="showPopup()">
<!--Pop up-->
<div class="popup" id="myPopup">
<span class="close" onclick="hidePopup()">×</span>
<p id="popupText">
Si nuestros artículos te han ayudado, apreciaríamos enormemente tu apoyo. Tu contribución nos permite
mantener esta plataforma
accesible para todos y crear nuevos contenidos. Puedes hacerlo a través de
<a href="https://www.paypal.com/donate/?hosted_button_id=6NULYFYDKFTQL" target="_blank"
rel="noopener noreferrer"><b>PayPal</b></a>
o <a href="https://github.com/sponsors/JoaquinAmatRodrigo" target="_blank"
rel="noopener noreferrer"><b>Github Sponsors</b></a>
</p>
</div>
<script>
function showPopup() {
var popup = document.getElementById("myPopup");
var popupText = document.getElementById("popupText");
if (window.innerWidth > 768) {
popup.style.display = "block";
} else {
popupText.innerHTML = "Apóyanos en <a href='https://www.paypal.com/donate/?hosted_button_id=6NULYFYDKFTQL' target='_blank' rel='noopener noreferrer'><b>PayPal</b></a> o <a href='https://github.com/sponsors/JoaquinAmatRodrigo' target='_blank' rel='noopener noreferrer'><b>Github Sponsors</b></a>";
popup.style.display = "block";
}
}
function hidePopup() {
var popup = document.getElementById("myPopup");
popup.style.display = "none";
}
window.addEventListener("resize", showPopup);
</script>
<!--Pop up-->
<!-- Wrapper -->
<div id="wrapper">
<!-- Main -->
<div id="main">
<div class="inner">
<!-- Header -->
<header id="header">
<a href="index.html" class="logo"><strong>CIENCIADEDATOS.NET</strong></a>
<div class="flags">
<a href="./forecasting-python.html" title="Spanish">
<img src="./images/spain-flag.png" alt="Spanish Flag" class="flag-icon">
</a>
<a href="./en/forecasting-python.html" title="English">
<img src="./images/english-flag.png" alt="English Flag" class="flag-icon">
</a>
</div>
</header>
<!-- Banner -->
<section id="banner">
<div class="content">
<header>
<h1>Forecasting con Python</h1>
</header>
</div>
</section>
<!-- Section -->
<section>
<div class="posts">
<article>
<a href="./documentos/py27-forecasting-series-temporales-python-scikitlearn.html"
target="_blank" rel="noopener noreferrer" class="image"><img
src="images/logo-skforecast.jpg" alt="" /></a>
<h3>Forecasting de series temporales con machine learning</h3>
<p>Skforecast, librería de Python que facilita el uso de modelos scikit-learn para problemas
de forecasting y series temporales</p>
<ul class="actions">
<li><a href="./documentos/py27-forecasting-series-temporales-python-scikitlearn.html"
target="_blank" rel="noopener noreferrer" class="button">Leer</a></li>
</ul>
</article>
<article>
<a href="./documentos/py51-modelos-arima-sarimax-python.html" target="_blank"
rel="noopener noreferrer" class="image"><img src="images/arima-sarimax-python.jpg"
alt="" /></a>
<h3>Modelos ARIMA y SARIMAX con Python</h3>
<p>Modelos ARIMA y SARIMAX para la predicción de series temporales</p>
<ul class="actions">
<li><a href="./documentos/py51-modelos-arima-sarimax-python.html" target="_blank"
rel="noopener noreferrer" class="button">Leer</a></li>
</ul>
</article>
<article>
<a href="./documentos/py39-forecasting-series-temporales-con-skforecast-xgboost-lightgbm-catboost.html"
target="_blank" rel="noopener noreferrer" class="image"><img
src="images/forecasting-con-gradient-boosting.jpg" alt="" /></a>
<h3>Forecasting series temporales con gradient boosting: XGBoost, LightGBM y CatBoost</h3>
<p>Ejemplo de cómo predecir el número de usuarios del sistema de alquier de bibicletas
urbanas utilizando modelos de gradient boosting</p>
<ul class="actions">
<li><a href="./documentos/py39-forecasting-series-temporales-con-skforecast-xgboost-lightgbm-catboost.html"
target="_blank" rel="noopener noreferrer" class="button">Leer</a></li>
</ul>
</article>
<article>
<a href="./documentos/py29-forecasting-demanda-energia-electrica-python.html"
target="_blank" rel="noopener noreferrer" class="image"><img
src="images/forecasting-demanda-electrica.jpg" alt="" /></a>
<h3>Forecasting de la demanda eléctrica con machine learning</h3>
<p>Ejemplo de cómo predecir la demanda de energía eléctrica con modelos de machine learning
</p>
<ul class="actions">
<li><a href="./documentos/py29-forecasting-demanda-energia-electrica-python.html"
target="_blank" rel="noopener noreferrer" class="button">Leer</a></li>
</ul>
</article>
<article>
<a href="./documentos/py44-multi-series-forecasting-skforecast-español.html" target="_blank"
rel="noopener noreferrer" class="image"><img
src="images/multi-series-forecasting-logo.jpg" alt="" /></a>
<h3>Modelos de forecasting globales I: predecir multiples series temporales con machine
learning</h3>
<p>Modelos de forecasting para predecir múltiples series temporales de forma simultánea</p>
<ul class="actions">
<li><a href="./documentos/py44-multi-series-forecasting-skforecast-español.html"
target="_blank" rel="noopener noreferrer" class="button">Leer</a></li>
</ul>
</article>
<article>
<a href="./documentos/py53-modelos-forecasting-globales.html" target="_blank"
rel="noopener noreferrer" class="image"><img
src="images/modelos-forecasting-globales.jpg" alt="" /></a>
<h3>Modelos de forecasting globales II: Comparación de modelos globales vs modelos individuales</h3>
<p>Comparación de los resultados de predicción de los modelos globales con los modelos de
series individuales</p>
<ul class="actions">
<li><a href="./documentos/py53-modelos-forecasting-globales.html" target="_blank"
rel="noopener noreferrer" class="button">Leer</a></li>
</ul>
</article>
<article>
<a href="../documentos/py59-modelos-forecasting-escalables.html" target="_blank"
rel="noopener noreferrer" class="image"><img
src="../images/modelos-forecasting-globales.jpg" alt="" /></a>
<h3>Modelos de forecasting globales III: Forecasting escalable</h3>
<p>Modelado de miles de series temporales con un único modelo global</p>
<ul class="actions">
<li><a href="../documentos/py59-modelos-forecasting-escalables.html" target="_blank"
rel="noopener noreferrer" class="button">Read</a></li>
</ul>
</article>
<article>
<a href="../documentos/py61-m5-forecasting-competition.html" target="_blank"
rel="noopener noreferrer" class="image"><img
src="../images/modelos-forecasting-globales.jpg" alt="" /></a>
<h3>Modelos de forecasting globales IV: Competición M5 Accuracy</h3>
<p>El éxito de los modelos globales en las competiciones de forecasting</p>
<ul class="actions">
<li><a href="../documentos/py61-m5-forecasting-competition.html" target="_blank"
rel="noopener noreferrer" class="button">Read</a></li>
</ul>
</article>
<article>
<a href="../documentos/py64-clustering-series-temporales-forecasting.html" target="_blank"
rel="noopener noreferrer" class="image"><img
src="../images/clustering-series-temporales.jpg" alt="" /></a>
<h3>Clustering de series temporales</h3>
<p>Clustering de series temporales para mejorar los modelos de forecasting</p>
<ul class="actions">
<li><a href="../documentos/py64-clustering-series-temporales-forecasting.html" target="_blank"
rel="noopener noreferrer" class="button">Read</a></li>
</ul>
</article>
<article>
<a href="./documentos/py54-forecasting-con-deep-learning.html" target="_blank"
rel="noopener noreferrer" class="image"><img src="images/forecasting-deep-learning.jpg"
alt="" /></a>
<h3>Forecasting con modelos de deep learning</h3>
<p>Forecasting utilizando modelos basados redes neuronales RNN y LSTM</p>
<ul class="actions">
<li><a href="./documentos/py54-forecasting-con-deep-learning.html" target="_blank"
rel="noopener noreferrer" class="button">Leer</a></li>
</ul>
</article>
<article>
<a href="./documentos/py42-forecasting-probabilistico.html" target="_blank"
rel="noopener noreferrer" class="image"><img src="images/forecasting-probabilistico.jpg"
alt="" /></a>
<h3>Forecasting probabilístico I: intervalos de predicción</h3>
<p>Métodos con los que estimar intervalos de predicción para modelos de machine learning
aplicados a problemas de forecasting</p>
<ul class="actions">
<li><a href="./documentos/py42-forecasting-probabilistico.html" target="_blank"
rel="noopener noreferrer" class="button">Leer</a></li>
</ul>
</article>
<article>
<a href="./documentos/py60-forecasting-probabilistico-intervalos-prediccion-forecasting-multi-step.html"
target="_blank" rel="noopener noreferrer" class="image"><img
src="images/forecasting-probabilistico.jpg" alt="" /></a>
<h3>Forecasting probabilístico II: intervalos de predicción para forecasting multi-step</h3>
<p>Intervalos de predicción para modelos de forecasting multi-step</p>
<ul class="actions">
<li><a href="./documentos/py60-forecasting-probabilistico-intervalos-prediccion-forecasting-multi-step.html"
target="_blank" rel="noopener noreferrer" class="button">Leer</a></li>
</ul>
</article>
<article>
<a href="./documentos/py46-forecasting-series-temporales-incompletas.html" target="_blank"
rel="noopener noreferrer" class="image"><img
src="images/forecasting-series-incompletas.jpg" alt="" /></a>
<h3>Forecasting de series temporales incompletas</h3>
<p>Modelado y predicción de series temporales incompletas con datos faltantes</p>
<ul class="actions">
<li><a href="./documentos/py46-forecasting-series-temporales-incompletas.html"
target="_blank" rel="noopener noreferrer" class="button">Leer</a></li>
</ul>
</article>
<article>
<a href="./documentos/py48-forecasting-demanda-intermitente.html" target="_blank"
rel="noopener noreferrer" class="image"><img
src="images/forecasting-demanda-intermitente.jpg" alt="" /></a>
<h3>Forecasting de demanda intermitente</h3>
<p>Predicción de demanda intermitente con modelos de machine learning</p>
<ul class="actions">
<li><a href="./documentos/py48-forecasting-demanda-intermitente.html" target="_blank"
rel="noopener noreferrer" class="button">Leer</a></li>
</ul>
</article>
<article>
<a href="./documentos/py37-forecasting-visitas-web-machine-learning.html" target="_blank"
rel="noopener noreferrer" class="image"><img src="images/forecasting-trafico-web.jpg"
alt="" /></a>
<h3>Forecasting de las visitas a una página web</h3>
<p>Ejemplo de cómo predecir el tráfico de una web utilizando modelos de machine learning</p>
<ul class="actions">
<li><a href="./documentos/py37-forecasting-visitas-web-machine-learning.html"
target="_blank" rel="noopener noreferrer" class="button">Leer</a></li>
</ul>
</article>
<article>
<a href="./documentos/py41-forecasting-criptomoneda-bitcoin-machine-learning-python.html"
target="_blank" rel="noopener noreferrer" class="image"><img
src="images/forecasting-bitcoin.jpg" alt="" /></a>
<h3>Predicción del precio de Bitcoin</h3>
<p>Ejemplo de cómo utilizar modelos de forecasting para predecir el precio de la
criptomoneda Bitcoin y estudio de las implicaciones que aparecen cuando una serie
temporal no tenga ningún patrón</p>
<ul class="actions">
<li><a href="./documentos/py41-forecasting-criptomoneda-bitcoin-machine-learning-python.html"
target="_blank" rel="noopener noreferrer" class="button">Leer</a></li>
</ul>
</article>
<article>
<a href="./documentos/py45-weighted-time-series-forecasting-es.html" target="_blank"
rel="noopener noreferrer" class="image"><img
src="images/reducir-impacto-covid-forecasting.jpg" alt="" /></a>
<h3>Reducir el impacto del covid-19 en modelos de forecasting</h3>
<p>Ejemplo de cómo atenuar el impacto del covid y otros periodos anomalos en series
temporales a la hora de entrenar modelos de forecasting</p>
<ul class="actions">
<li><a href="./documentos/py45-weighted-time-series-forecasting-es.html" target="_blank"
rel="noopener noreferrer" class="button">Leer</a></li>
</ul>
</article>
<article>
<a href="./documentos/py57-modelos-forecasting-interpretables.html" target="_blank"
rel="noopener noreferrer" class="image"><img
src="images/interpretabilidad-modelos-forecasting.jpg" alt="" /></a>
<h3>Interpretabilidad y explicabilidad en modelos de forecasting</h3>
<p>Interpretabilidad de modelos de forecasting utilizando SHAP values, gráficos de
dependecia parcial e importancia de predictores</p>
<ul class="actions">
<li><a href="./documentos/py57-modelos-forecasting-interpretables.html" target="_blank"
rel="noopener noreferrer" class="button">Leer</a></li>
</ul>
</article>
<article>
<a href="./documentos/py49-modelar-tendencia-en-series-temporales-modelos-de-arboles.html" target="_blank"
rel="noopener noreferrer" class="image"><img
src="./images/forecasting-tendencia-arboles.jpg" alt="" /></a>
<h3>Forecasting tendencia con modelos de árboles</h3>
<p>Modelar series temporales con tendencia utilizándo modelos basados en árboles</p>
<ul class="actions">
<li><a href="./documentos/py49-modelar-tendencia-en-series-temporales-modelos-de-arboles.html" target="_blank"
rel="noopener noreferrer" class="button">Read</a></li>
</ul>
</article>
<!-- raducir a español!! -->
<article>
<a href="./documentos/py52-stacking-ensemble-modelos-forecasting.html" target="_blank"
rel="noopener noreferrer" class="image"><img
src="./images/stacking-ensemble-modelos-forecasting.jpg" alt="" /></a>
<h3>Stacking ensemble de modelos de forecasting</h3>
<p>Stacking ensemble de modelos de machine learning para mejorar las predicciones</p>
<ul class="actions">
<li><a href="./documentos/py52-stacking-ensemble-modelos-forecasting.html" target="_blank"
rel="noopener noreferrer" class="button">Read</a></li>
</ul>
</article>
<article>
<a href="./documentos/py62-deteccion-anomalias-series-temporales.html" target="_blank"
rel="noopener noreferrer" class="image"><img
src="./images/deteccion-anomalias-series-temporales.jpg" alt="" /></a>
<h3>Detección de anomalías en series temporales</h3>
<p>Detección de anomalías y valores atípicos en series temporales mediante modelos de forecasting</p>
<ul class="actions">
<li><a href="./documentos/py62-deteccion-anomalias-series-temporales.html" target="_blank"
rel="noopener noreferrer" class="button">Read</a></li>
</ul>
</article>
<article>
<a href="./documentos/py63-data-leakage-modelos-forecasting-preentrenados.html" target="_blank"
rel="noopener noreferrer" class="image"><img
src="./images/dataleakage-modelos-forecasting.jpg" alt="" /></a>
<h3>Data leakage en modelos de forecasting preentrenados</h3>
<p>Data leakage y problemas de sobreajuste en modelos de forecasting preentrenados.</p>
<ul class="actions">
<li><a href="./documentos/py63-data-leakage-modelos-forecasting-preentrenados.html" target="_blank"
rel="noopener noreferrer" class="button">Read</a></li>
</ul>
</article>
</div>
</section>
<!-- Section donation -->
<section style="padding-top: 35px;">
<header class="major">
<h2>Hacer una donación</h2>
</header>
<p>
¡Colabora en mantener las puertas del conocimiento abiertas! Si nuestros artículos te han
ayudado a progresar en tu formación o carrera profesional,
apreciaríamos enormemente tu apoyo. Tu contribución nos permite mantener esta plataforma
accesible para todos y crear nuevos contenidos. Puedes hacerlo a través de <a
href="https://www.paypal.com/donate/?hosted_button_id=6NULYFYDKFTQL" target="_blank"
rel="noopener noreferrer" class="button"><b>PayPal</b></a>
o <a href="https://github.com/sponsors/JoaquinAmatRodrigo" target="_blank"
rel="noopener noreferrer" class="button"><b>Github Sponsors</b></a> ¡Son solo un par de
clicks 😊😊!
</p>
</section>
<!-- Section contact info -->
<section>
<header class="major">
<h2>Información de contacto</h2>
</header>
<ul class="contact">
<li class="fa-envelope-o"><a href="#">[email protected]</a></li>
</ul>
<ul class="icons">
<li><a href="https://www.linkedin.com/in/joaquin-amat-rodrigo"
class="icon fa-linkedin-square"><span class="label">Linkedin</span></a></li>
<li><a href="https://github.com/JoaquinAmatRodrigo" class="icon fa-github"><span
class="label">Git Hub</span></a></li>
<li>
<form action="https://www.paypal.com/donate" method="post" target="_top">
<input type="hidden" name="hosted_button_id" value="6NULYFYDKFTQL" />
<input type="image"
src="https://www.paypalobjects.com/en_US/ES/i/btn/btn_donateCC_LG.gif" border="0"
name="submit" title="PayPal - The safer, easier way to pay online!"
alt="Donate with PayPal button" />
<img alt="" border="0" src="https://www.paypal.com/en_ES/i/scr/pixel.gif" width="1"
height="1" />
</form>
</li>
<li><a href="https://creativecommons.org/licenses/by-nc-sa/4.0/" target="_blank"
rel="noopener noreferrer"><img
src="https://mirrors.creativecommons.org/presskit/buttons/88x31/svg/by-nc-sa.svg"
alt="Licencia de Creative Commons"></a></li>
</ul>
</section>
</div>
</div>
<!-- Sidebar -->
<div id="sidebar">
<div class="inner">
<!-- Search -->
<section id="search" class="alt">
<form method="post" action="#">
<input type="text" name="query" id="query" placeholder="Search" />
</form>
</section>
<!-- Menu -->
<nav id="menu">
<header class="major">
<h2>Contenidos</h2>
</header>
<ul>
<li><a href="./documentos/py27-forecasting-series-temporales-python-scikitlearn.html"
target="_blank" rel="noopener noreferrer">Forecasting con machine learning</a>
</li>
<li><a href="./documentos/py51-modelos-arima-sarimax-python.html" target="_blank"
rel="noopener noreferrer">ARIMA y SARIMAX</a>
</li>
<li><a href="./documentos/py39-forecasting-series-temporales-con-skforecast-xgboost-lightgbm-catboost.html"
target="_blank" rel="noopener noreferrer">Forecasting series temporales con
gradient boosting</a>
</li>
<li><a href="./documentos/py44-multi-series-forecasting-skforecast-español.html"
target="_blank" rel="noopener noreferrer">Modelos de forecasting globales I</a>
</li>
<li><a href="./documentos/py53-modelos-forecasting-globales.html" target="_blank"
rel="noopener noreferrer">Modelos de forecasting globales II</a>
</li>
<li><a href="./documentos/py59-modelos-forecasting-escalables.html" target="_blank"
rel="noopener noreferrer">Modelos de forecasting globales III</a>
</li>
<li><a href="./documentos/py61-m5-forecasting-competition.html" target="_blank"
rel="noopener noreferrer">Modelos de forecasting globales IV</a>
</li>
<li><a href="./documentos/py64-clustering-series-temporales-forecasting.html" target="_blank"
rel="noopener noreferrer">Clustering de series temporales</a>
</li>
<li><a href="./documentos/py29-forecasting-demanda-energia-electrica-python.html"
target="_blank" rel="noopener noreferrer">Forecasting de la demanda eléctrica</a>
</li>
<li><a href="./documentos/py37-forecasting-visitas-web-machine-learning.html"
target="_blank" rel="noopener noreferrer">Predicción de las visitas a una web</a>
</li>
<li><a href="./documentos/py41-forecasting-criptomoneda-bitcoin-machine-learning-python.html"
target="_blank" rel="noopener noreferrer">Predicción del precio de Bitcoin</a>
</li>
<li><a href="./documentos/py42-forecasting-probabilistico.html" target="_blank"
rel="noopener noreferrer">Forecasting probabilístico I</a>
</li>
<li><a href="./documentos/py60-forecasting-probabilistico-intervalos-prediccion-forecasting-multi-step.html"
target="_blank" rel="noopener noreferrer">Forecasting probabilístico II</a>
</li>
<li><a href="./documentos/py46-forecasting-series-temporales-incompletas.html"
target="_blank" rel="noopener noreferrer">Forecasting de series incompletas</a>
</li>
<li><a href="./documentos/py48-forecasting-demanda-intermitente.html" target="_blank"
rel="noopener noreferrer">Forecasting de demanda intermitente</a>
</li>
<li><a href="./documentos/py54-forecasting-con-deep-learning.html" target="_blank"
rel="noopener noreferrer">Forecasting con modelos de deep learning</a>
</li>
<li><a href="./documentos/py45-weighted-time-series-forecasting-es.html" target="_blank"
rel="noopener noreferrer">Reducir el impacto del covid-19 en modelos de forecasting</a>
</li>
<li><a href="./documentos/py57-modelos-forecasting-interpretables.html" target="_blank"
rel="noopener noreferrer">Interpretabilidad en modelos de forecasting</a>
</li>
<li><a href="./documentos/py49-modelar-tendencia-en-series-temporales-modelos-de-arboles.html" target="_blank"
rel="noopener noreferrer">Forecasting tendencia con modelos de árboles</a>
</li>
<li><a href="./documentospy52-stacking-ensemble-modelos-forecasting.html/" target="_blank"
rel="noopener noreferrer">Stacking ensemble de modelos de forecasting</a>
</li>
<li><a href="./documentos/py62-deteccion-anomalias-series-temporales.html" target="_blank"
rel="noopener noreferrer">Detección de anomalías en series temporales</a>
</li>
<li><a href="./documentos/py63-data-leakage-modelos-forecasting-preentrenados.html" target="_blank"
rel="noopener noreferrer">Data leakage en modelos de forecasting preentrenados</a>
</li>
<li></li>
</ul>
</nav>
<!-- Footer -->
<footer id="footer">
<p class="copyright">© Este material, creado por Joaquín Amat Rodrigo, tiene licencia
Attribution-NonCommercial-ShareAlike 4.0 International</a>.</p>
</footer>
</div>
</div>
</div>
<!-- Scripts -->
<script src="assets/js/jquery.min.js"></script>
<script src="assets/js/browser.min.js"></script>
<script src="assets/js/breakpoints.min.js"></script>
<script src="assets/js/util.js"></script>
<script src="assets/js/main.js"></script>
</body>
</html>