Machine Learning for Time Series Data in Python

La façon la plus simple d’intégrer des séries temporelles dans votre pipeline de Machine Learning est de les utiliser comme variables d’entrée d’un modèle. Ce chapitre couvre les variables courantes que l’on extrait des séries temporelles pour faire du Machine Learning.

Si vous souhaitez prédire des motifs qui évoluent au fil du temps, il y a des choix particuliers à faire dans la sélection et la construction du modèle. Ce chapitre explique comment analyser les données avant l’ajustement du modèle, ainsi que les bonnes pratiques pour la modélisation prédictive appliquée aux séries temporelles.

Une fois que vous disposez d’un modèle de prédiction pour des séries temporelles, vous devez déterminer s’il est bon ou non. Ce chapitre présente les bases de la génération de prédictions avec des modèles afin de les valider sur des données de « test ».