Modelos de predicción en series temporales: Un estudio comparativo entre métodos estadísticos y machine learning
Metadatos
Mostrar el registro completo del ítemcomunitat-uji-handle:10234/158176
comunitat-uji-handle2:10234/71324
comunitat-uji-handle3:10234/97526
comunitat-uji-handle4:
TFG-TFMMetadatos
Título
Modelos de predicción en series temporales: Un estudio comparativo entre métodos estadísticos y machine learningAutoría
Tutor/Supervisor; Universidad.Departamento
Mateu Mahiques, Jorge; Universitat Jaume I. Departament de MatemàtiquesFecha de publicación
2022-10-27Editor
Universitat Jaume IResumen
Este trabajo de fin de grado recoge y organiza datos de la enfermedad COVID-19 desde
mayo del año 2020 hasta marzo 2022 de los 20 municipios más poblados de la provincia de
Castellón. Por cada municipio se tiene una ... [+]
Este trabajo de fin de grado recoge y organiza datos de la enfermedad COVID-19 desde
mayo del año 2020 hasta marzo 2022 de los 20 municipios más poblados de la provincia de
Castellón. Por cada municipio se tiene una serie temporal univariante, positivos COVID-19 en
los últimos 14 días, a la cual se aplican 7 modelos para estimar futuros valores de la serie. Estos
modelos son Naive, SARIMA, Holt Winter’s, MLP, LSTM, ConvLSTM y CNN-LSTM.
Por cada municipio y modelo se aplica Walk-forward optimization para obtener la mejor
configuración de hiperparámetros para la serie temporal en concreto. Finalmente, se suman los
errores cometidos al estimar por la mejor configuración de cada modelo en los 20 municipios
para poder realizar una comparación de los modelos. [-]
Palabras clave / Materias
Descripción
Treball Final de Grau en Matemàtica Computacional. Codi: MT1054. Curs: 2021/2022
Tipo de documento
info:eu-repo/semantics/bachelorThesisDerechos de acceso
info:eu-repo/semantics/openAccess