Estudio y aplicación de técnicas inteligentes para la predicción de series temporales

Abstract

[Resumen] En este trabajo se creo una aplicación web para realizar predicciones de series temporales. Para estas predicciones se tienen un total de 6 modelos disponibles a libre elección, aunque también se tiene un modelo RAG diseñado especialmente para ayudar en la elección del método de forecasting a partir de los datos de preprocesado obtenidos. Además se añadió una pequeña sección de clustering en la cual se podrá trabajar en un futuro. Este modelo quiere ser una pequeña aportación al campo de modelos verdes, pues de esta manera se pretende eliminar las pruebas con modelos menos óptimos y así poder ahorrar energía, poder computacional y tiempo del usuario. A parte, al tratase de una aplicación que puede usar cualquier usuario (no hace falta saber programar), podría ser un buen punto de partida para introducir a cualquier persona al mundo de la inteligencia artificial y concretamente a la predicción de series temporales.

[Resumo] Neste traballo creouse unha aplicaci´on web para realizar prediccións de series temporais. Para estas predicción teñense un total de 6 modelos diferentes dispoñibles a libre elección, ainda que tamén se ten un modelo RAG diseñado especialmente para axudar na elección da técnica de forecasting a partir dos datos de preprocesado obtidos. Ademais engadeuse unha pequena sección de clustering na que se poderá traballar nun futuro. Este modelo quere ser unha pequena aportación ao campo dos modelos verdes, pois desta maneira pretendese eliminar as probas con técnicas menos óptimas e así poder aforrar enerxía, poder computacional e tempo do usuario. A parte, ao tratarse dunha aplicación que pode usar calquer usuario (non fai falta ter nocións de programación) podería ser un bo punto de partida para introducir a calquer persona ao mundo da intelixencia artificial

[Abstract] In this work, a web application for time series forecasting was created. For these predictions there are a total of 6 models available for free choice, although there is also a model RAG specially designed to help in the choice of forecasting method from the preprocessed data obtained. In addition, a small clustering section has been added, which can be worked on in the future. This model is intended to be a small contribution to the field of green models, as it is intended to eliminate the testing of sub-optimal models and thus save energy, computational power and user time. Moreover, as it is an application that can be used by any user (no programming skills are required), it could be a good starting point to introduce anyone to the world of artificial intelligence and specifically to time series forecasting