Análisis de las series temporales a la luz de Deep Learning

• Autores: Agustín Alonso Rodríguez
• Localización: Anuario jurídico y económico escurialense, ISSN 1133-3677, Nº. 52, 2019, págs. 257-276
• Idioma: español
• Títulos paralelos:
  • Time Series Analysis and Deep Learning
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Las nuevas tecnologías dejan sentir su impacto tanto en el ámbito de la estadística, como en el del análisis de las series temporales. Machine Learning y Deep Learning acercan la potencia de las redes neuronales artificiales para la modelización de las series temporales. En este trabajo se presentan conceptos básicos de estas tecnologías, ilustrando lo expuesto con un ejemplo relativo a la modelización de la producción de energía eléctrica fotovoltaica en España.

  • English

    The new technologies are leaving their impact in statistics as well as in time series analysis. Machine Learning and Deep Learning show the power of artificial neural networks for modeling time series. In this paper after the presentation of some of the fundamental ideas of these technologies, a model for the production of solar electricity in Spain is presented.

• Referencias bibliográficas
  • ALONSO RODRÍGUEZ, A., Forecasting Economic Magnitudes with Neural Networks Models, en International Advances in Economic Research, 5 (1999)...
  • AUNGIERS, J., Time Series Prediction using LSTM Deep Neural Networks, https://jakob.aungiers.com/articles, 1 de septiembre, 2018.
  • BROWNLEE, J., Deep Learning for Time Series Forecasting, eBook, 2018.
  • CHOLLET, F., Deep Learning with Python, Manning Publications, Shelter Island, NY., 2018.
  • CHOLLET, F., y ALLAIRE, J. J., Deep Learning with R, Manning Publications, Shelter Island, NY., 2018.
  • COLAH’S BLOG, Understanding LSTM Networks, http://colah.github.io/posts/2015-08-Understanding-LSTMs/ , 27 de agosto, 2015.
  • HYNDMAN, R. J., y ATHANASOPOULOS, G., Forecasting: Principles and Practice segunda edición, OTexts, 2018.
  • MERLINO, A., “How to build your own Neural Network from scratch”, in R, Posts on Tychobra, 8 de octubre, 2018.
  • PAL, A., y PRAKASH, PKS., Practical Time Series Analysis, Packt Publishing, Birminham, 2017.
  • PANT, N., A Guide for Time Series Prediction Using Recurrent Neural Networks (LSTMs), https://blog.statsbot.co/time-series-prediction-using-recurrent-neural-networks-lstms-807fa6ca7f,...
  • RAMSUNDAR, B. , y ZADEH, R. B., TensorFlow for Deep Learning , O’Reilly Media, Sebastopol, CA., 2018.
  • SINGH, A., Stock Prices Prediction Using Machine Learning and Deep Learning Techniques (with Python codes), https://www.analyticsvidhya.com/blog/,...
  • TORRES, J., Deep Learning, Introducción práctica con Keras Primera Parte,tercera edición, colección Watch this Space, Kindle Direct Publishing,...
  • WANJOHI, R., Time Series Forecasting using LSTM in R, http://rwanjohi.rbind.io/2018/04/05/time-series-forecasting-using-lstm-in-R/ , 5 de...