👉 Xiperia ofrece consultoría empresarial que transforma datos en conocimiento accionable para alcanzar los objetivos de tu negocio. Conoce más en www.xiperia.com
Llevo estudiando mucho el tema de Series de Tiempo, y me he esforzado mucho en comprender e interiorzar estos conceptos, pero aquí, estos conceptos y otros de ML, python y de más, son explicados de una forma tan buena que sorprende. Gracias por este contenido. !
Vengo a este video después de haber tomado la lección sobre series de tiempo de Kaggle's. La verdad es que la explicación que encuentro aquí es mucho más digerible que la de Kaggle al punto que pude entender mucho mejor los conceptos de autocorrelación y retardo.
@thegrayfox666 te agradezco mucho tus comentarios. Dando like, comentando y/o compartiendo el video, ayudas a que este contenido llegue a más personas ¡¡¡GRACIAS!!!
Que excelente video y explicación. Creo que es muy útil en general pero mas para los que no tenemos grados de estadística o para los que no recibimos econometría.
@EduardoMarck-jo6mt muchas gracias por apoyarnos y creer en este proyecto. @CodigoMaquina ha sido uno de los proyectos más bonitos que hemos emprendido en nuestras vidas, y el ver que otras personas también creen en él, nos llena de emoción y motivación. ¡¡¡Muchas gracias!!!
¿Qué si encontré valor? Ja ja ja, es una belleza el contenido de este video, maravilloso, ni siquiera sentí el tiempo que duró, me atrapó y entendí perfectamente. Agradezco tu labor, pero si te dire que me dejaste picado y me gustaría que en medida de lo posible hicieras un video explicando la creación de modelos de predicción para estas series. Un abrazo sumamente fraterno.
@Acrhonoz muchísimas gracias por tus palabras que nos motivan a seguir adelante. Con respecto a las sugerencias, sin lugar a dudas vendrán más videos sobre series de tiempo y sobre creación de modelos de series de tiempo. Gracias por seguir el contenido del canal :)
De verdad muy agradecido con el hecho de que compartas contenido de alto valor, espero que sigas así, gracias. Por otra parte, sería interesante que trataras lo relacionado con la reconstrucción de series temporales, un tema muy necesitado. 👍
@juseffsalim muchas gracias por tus comentarios y por la sugerencia. En definitiva reconstrucción de series de tiempo es un tema que me gustaría tratar en el canal. Poco a poco trataré de incluir tantos temas interesantes como pueda :)
Hola , Muchas gracias por la informacion , estoy aprendiendo mucho gracias a tus videos , quisiera saber si se puede hacer correlogramas con Spearman' y otros que marquen otro tipo de correlacion que no sea lineal.
@EduardoMarck-jo6mt muchas gracias por tus comentarios y tu apoyo. Con respecto a tu pregunta, tanto Spearman como Kendall miden relaciones monotónicas que hasta donde tengo conocimiento no es común explorarlas en el contexto de series de tiempo (aunque sí hay trabajo al respecto). Debo advertir que estoy muy lejos de ser experto en análisis de series de tiempo. Hasta donde sé, en la práctica cuando no se encuentra una relación lineal, comúnmente se opta por técnicas de Deep Learning que pudieran encontrar otro tipo de relaciones no lineales. Sin embargo, a raíz de tu pregunta, investigué un poco (lo cual me llevó a aprender otro poco) y me encontré con la siguiente referencia que tal vez sea de tu interés: Hallin, M., & Puri, M. L. (1992). Rank tests for time series analysis: A survey. IMA VOLUMES IN MATHEMATICS AND ITS APPLICATIONS, 45, 111-111. El artículo se puede descargar de: conservancy.umn.edu/bitstream/handle/11299/1721/876.pdf?sequence=1
Tienes varios videos de series temporales? Estoy interesado em el tema y me gusta como explicas. Seria interesante un video sobre el analisis de los modelos una vez aplicados a los datos. Cómo saber que el modelo es bueno o no? Qué metricas o graficos o pruebas de hipotesies sirven para eso, etc. No hay mucho en youtube sobre eso, solo de aplicar los modelos y ya
Hola Ismael muchas gracias por tus palabras y por las sugerencias. De hecho, en un futuro cercano haremos más videos sobre series de tiempo cubriendo los temas que mencionas. Todos ellos necesarios e interesantes. Al momento, hemos sacado este video y otro introductorio (ua-cam.com/video/vikPJJ3FsEs/v-deo.html). Gracias por interactuar y por seguir el contenido del canal :)
Hola!! @CodigoMaquina Estoy iniciando en el área de análisis de series de tiempo y predicciones con Python. Y la verdad, es que estoy un poco desorientado sobre como estructurar una línea de estudio que me permita escalar esta Área de Python. Sumado a eso, no cuento con dinero para pagar por un curso o recurso que me ayude a avanzar. ¿Puedes recomendarme alguna alternativa o darme un consejo de cómo puedo ejecutar mis objetivos de estudio? Desde ya, te lo agradecería. Saludos desde la Provincia de Córdoba, Argentina.
Si deseas especializarte en series de tiempo, te recomiendo ampliamente el libro Forecasting: Principles and Practice. Es un libro que el mismo autor ofrece de forma gratuita. Si deseas una formación más general, te recomiendo ver los videos del canal en orden de subida. Nunca veo algo que no haya enseñado previamente en el canal.
Hola @Aldotronix Gracias por las sugerencias. De hecho, tengo planeado incluir esos temas. Poco a poco incluiré más y más videos con el fin de crear una biblioteca de temas de ciencia de datos e inteligencia artificial.
Muchas Gracias por tu video, me fue muy útil. Sin embargo, me surge una duda: ¿cómo implementas el intervalo de confianza en los gráficos de autocorrelación? Estuve revisando y replicando tus códigos, pero no me sale. Gracias de antemano.
@DanielaSofiaCarrilloChac-so2hg gracias por seguir el contenido del canal. Con respecto a "Estuve revisando y replicando tus códigos, pero no me sale", te recomiendo descargar el código que tenemos en nuestro repositorio: github.com/CodigoMaquina/code/blob/main/estadistica_ciencia_de_datos/graficas_retardo_autocorrelacion.ipynb Feliz año!!!
Muchas gracias, estuve revisando tu respuesta y me sale el sombreado del intervalo de confianza con el alpha 0.95, sin embargo, es una línea muy delgada pegada al eje X. Por otra parte, cuando intento con un alpha 0.05, el sombreado abarca más área. ¿Quisiera preguntarte si el Alpha representa directamente el intervalo que se va a utilizar, lo cual querría decir que mis datos pueden no ser muy confiables? Son datos de precipitación del satélite CHIRPS @@CodigoMaquina
👉 Xiperia ofrece consultoría empresarial que transforma datos en conocimiento accionable para alcanzar los objetivos de tu negocio. Conoce más en www.xiperia.com
Llevo estudiando mucho el tema de Series de Tiempo, y me he esforzado mucho en comprender e interiorzar estos conceptos, pero aquí, estos conceptos y otros de ML, python y de más, son explicados de una forma tan buena que sorprende. Gracias por este contenido. !
Vengo a este video después de haber tomado la lección sobre series de tiempo de Kaggle's. La verdad es que la explicación que encuentro aquí es mucho más digerible que la de Kaggle al punto que pude entender mucho mejor los conceptos de autocorrelación y retardo.
@thegrayfox666 te agradezco mucho tus comentarios.
Dando like, comentando y/o compartiendo el video, ayudas a que este contenido llegue a más personas ¡¡¡GRACIAS!!!
La verdad, que es magnífica toda la explicación. Muchas gracias
Muchas gracias por tus palabras!!!
Excelente contenido, excelente explicación. Por favor, no deje de publicar estos materiales. Felicidades y muchas gracias!
@ivheredia muchas gracias por tus palabras. Mientras haya salud y un poco de tiempo habrá @codigomaquina :)
Que excelente video y explicación. Creo que es muy útil en general pero mas para los que no tenemos grados de estadística o para los que no recibimos econometría.
La mejor explicación que he visto de este concepto. Gracias!
Thanks!
@EduardoMarck-jo6mt muchas gracias por apoyarnos y creer en este proyecto. @CodigoMaquina ha sido uno de los proyectos más bonitos que hemos emprendido en nuestras vidas, y el ver que otras personas también creen en él, nos llena de emoción y motivación. ¡¡¡Muchas gracias!!!
Octavio, eres un crack!
Gracias por tus excelentes videos.
Sin duda alguna tu nombre estará en mi proyecto de investigación de este semestre.
@alejandrogarcia-tn5jx muchas gracias por tus palabras y por seguir el contenido del canal :)
¿Qué si encontré valor? Ja ja ja, es una belleza el contenido de este video, maravilloso, ni siquiera sentí el tiempo que duró, me atrapó y entendí perfectamente. Agradezco tu labor, pero si te dire que me dejaste picado y me gustaría que en medida de lo posible hicieras un video explicando la creación de modelos de predicción para estas series. Un abrazo sumamente fraterno.
@Acrhonoz muchísimas gracias por tus palabras que nos motivan a seguir adelante. Con respecto a las sugerencias, sin lugar a dudas vendrán más videos sobre series de tiempo y sobre creación de modelos de series de tiempo. Gracias por seguir el contenido del canal :)
De verdad muy agradecido con el hecho de que compartas contenido de alto valor, espero que sigas así, gracias. Por otra parte, sería interesante que trataras lo relacionado con la reconstrucción de series temporales, un tema muy necesitado. 👍
@juseffsalim muchas gracias por tus comentarios y por la sugerencia. En definitiva reconstrucción de series de tiempo es un tema que me gustaría tratar en el canal. Poco a poco trataré de incluir tantos temas interesantes como pueda :)
Excelente video, gracias por compartir!
@argeomolina3033 muchas gracias y feliz año!!!
Excelente ! Muchas gracias !
@LaCastaPeriodistica es un placer. Feliz Año!!!
Suscrito, lo adoro profeee!!
@migue9450 bienvenido al canal y gracias por ese saludo tan afectuoso :)
Hola , Muchas gracias por la informacion , estoy aprendiendo mucho gracias a tus videos , quisiera saber si se puede hacer correlogramas con Spearman' y otros que marquen otro tipo de correlacion que no sea lineal.
@EduardoMarck-jo6mt muchas gracias por tus comentarios y tu apoyo. Con respecto a tu pregunta, tanto Spearman como Kendall miden relaciones monotónicas que hasta donde tengo conocimiento no es común explorarlas en el contexto de series de tiempo (aunque sí hay trabajo al respecto). Debo advertir que estoy muy lejos de ser experto en análisis de series de tiempo.
Hasta donde sé, en la práctica cuando no se encuentra una relación lineal, comúnmente se opta por técnicas de Deep Learning que pudieran encontrar otro tipo de relaciones no lineales. Sin embargo, a raíz de tu pregunta, investigué un poco (lo cual me llevó a aprender otro poco) y me encontré con la siguiente referencia que tal vez sea de tu interés:
Hallin, M., & Puri, M. L. (1992). Rank tests for time series analysis: A survey. IMA VOLUMES IN MATHEMATICS AND ITS APPLICATIONS, 45, 111-111.
El artículo se puede descargar de:
conservancy.umn.edu/bitstream/handle/11299/1721/876.pdf?sequence=1
Voy a leer el articulo , gracias. @@CodigoMaquina
😢 odio las series de tiempo!!! Ah no, wait! Eso era antes de ver tus vídeos!!!!!!❤
@carolinacosta7093 muchas gracias por tu comentario y un muy feliz año!!!
Tienes varios videos de series temporales? Estoy interesado em el tema y me gusta como explicas. Seria interesante un video sobre el analisis de los modelos una vez aplicados a los datos. Cómo saber que el modelo es bueno o no? Qué metricas o graficos o pruebas de hipotesies sirven para eso, etc. No hay mucho en youtube sobre eso, solo de aplicar los modelos y ya
Hola Ismael muchas gracias por tus palabras y por las sugerencias. De hecho, en un futuro cercano haremos más videos sobre series de tiempo cubriendo los temas que mencionas. Todos ellos necesarios e interesantes. Al momento, hemos sacado este video y otro introductorio (ua-cam.com/video/vikPJJ3FsEs/v-deo.html). Gracias por interactuar y por seguir el contenido del canal :)
Hola!! @CodigoMaquina
Estoy iniciando en el área de análisis de series de tiempo y predicciones con Python. Y la verdad, es que estoy un poco desorientado sobre como estructurar una línea de estudio que me permita escalar esta Área de Python. Sumado a eso, no cuento con dinero para pagar por un curso o recurso que me ayude a avanzar. ¿Puedes recomendarme alguna alternativa o darme un consejo de cómo puedo ejecutar mis objetivos de estudio? Desde ya, te lo agradecería. Saludos desde la Provincia de Córdoba, Argentina.
Si deseas especializarte en series de tiempo, te recomiendo ampliamente el libro Forecasting: Principles and Practice. Es un libro que el mismo autor ofrece de forma gratuita. Si deseas una formación más general, te recomiendo ver los videos del canal en orden de subida. Nunca veo algo que no haya enseñado previamente en el canal.
Explicaras cosas como la autocorrelation parcial, la diferenciación o la raíz unitaria? :)
Hola @Aldotronix Gracias por las sugerencias. De hecho, tengo planeado incluir esos temas. Poco a poco incluiré más y más videos con el fin de crear una biblioteca de temas de ciencia de datos e inteligencia artificial.
Muchas Gracias por tu video, me fue muy útil. Sin embargo, me surge una duda: ¿cómo implementas el intervalo de confianza en los gráficos de autocorrelación? Estuve revisando y replicando tus códigos, pero no me sale. Gracias de antemano.
@DanielaSofiaCarrilloChac-so2hg gracias por seguir el contenido del canal. Con respecto a "Estuve revisando y replicando tus códigos, pero no me sale", te recomiendo descargar el código que tenemos en nuestro repositorio:
github.com/CodigoMaquina/code/blob/main/estadistica_ciencia_de_datos/graficas_retardo_autocorrelacion.ipynb
Feliz año!!!
Muchas gracias, estuve revisando tu respuesta y me sale el sombreado del intervalo de confianza con el alpha 0.95, sin embargo, es una línea muy delgada pegada al eje X. Por otra parte, cuando intento con un alpha 0.05, el sombreado abarca más área. ¿Quisiera preguntarte si el Alpha representa directamente el intervalo que se va a utilizar, lo cual querría decir que mis datos pueden no ser muy confiables? Son datos de precipitación del satélite CHIRPS @@CodigoMaquina