Capítulo 16. Paquetes de series temporales
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
En los últimos años, las grandes empresas tecnológicas han publicado una serie de paquetes y documentos relacionados con la forma en que tratan el enorme número de series temporales que recopilan como organizaciones digitales con enormes bases de clientes, sofisticados registros, análisis empresariales de perímetro y numerosas necesidades de previsión y procesamiento de datos. En este capítulo trataremos algunas de las principales áreas de investigación y desarrollo relacionadas con estos conjuntos de datos de series temporales en constante expansión, en concreto: la previsión a escala y la detección de anomalías.
Previsión a escala
Para muchas grandes empresas tecnológicas, el tratamiento de las series temporales es un problema cada vez más importante y que surgió de forma natural dentro de sus organizaciones. Con el tiempo, varias de estas empresas respondieron desarrollando paquetes inteligentes y automatizados de series temporales dirigidos específicamente a la "previsión a escala", porque se necesitaban muchas previsiones en una gran variedad de ámbitos. Así es como dos científicos de datos de Google que desarrollaron el paquete de previsión automatizada de la empresa describieron las circunstancias que motivaron su producto en una entrada de blog de 2017 (énfasis añadido):
La demanda de previsiones de series temporales ...
Get Análisis Práctico de Series Temporales now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
