Series temporales en Python

Los datos de series temporales son uno de los tipos de datos más comunes y entender cómo trabajar con ellos es una habilidad crítica de la ciencia de datos si quieres hacer predicciones e informar sobre tendencias. En este tema, aprenderás a manipular datos de series temporales con pandas, a trabajar con bibliotecas estadísticas como NumPy y statsmodels para analizar datos, y a desarrollar tus habilidades de visualización con Matplotlib, SciPy y seaborn. A continuación, aplicarás tus conocimientos sobre series temporales utilizando datos del mundo real, como datos de acciones financieras, avistamientos de UFO, niveles de CO2 en Maui, producción mensual de caramelos en US, y sonidos de latidos del corazón. Al final de este tema, sabrás cómo predecir el futuro utilizando modelos de clase ARIMA y generar predicciones y perspectivas utilizando modelos de aprendizaje automático.