Modelos de predicción en series temporales: Un estudio comparativo entre métodos estadísticos y machine learning
![Thumbnail](/xmlui/bitstream/handle/10234/201358/TFG_2022_Peris_Tena_Francisco.pdf.jpg?sequence=4&isAllowed=y)
Visualitza/
Metadades
Mostra el registre complet de l'elementcomunitat-uji-handle:10234/158176
comunitat-uji-handle2:10234/71324
comunitat-uji-handle3:10234/97526
comunitat-uji-handle4:
TFG-TFMMetadades
Títol
Modelos de predicción en series temporales: Un estudio comparativo entre métodos estadísticos y machine learningAutoria
Tutor/Supervisor; Universitat.Departament
Mateu Mahiques, Jorge; Universitat Jaume I. Departament de MatemàtiquesData de publicació
2022-10-27Editor
Universitat Jaume IResum
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. [-]
Paraules clau / Matèries
Descripció
Treball Final de Grau en Matemàtica Computacional. Codi: MT1054. Curs: 2021/2022
Tipus de document
info:eu-repo/semantics/bachelorThesisDrets d'accés
info:eu-repo/semantics/openAccess