Este documento presenta una introducción a las redes neuronales profundas y su aplicación a series de tiempo. Explica brevemente qué es la inteligencia artificial y las redes neuronales, y luego se enfoca en los modelos LSTM para series temporales. Muestra un modelo predictivo simple de precios de acciones usando Keras en R. Finalmente, discute otras técnicas como Fourier, ARIMA y dimensiones fractales para el análisis de series de tiempo.

1. Deep Learning para Series de
Tiempo
~ Pablo Casas
https://www.linkedin.com/in/pcasas/
https://twitter.com/pabloc_ds

2. https://LibroVivoDeCienciaDeDatos.ai
(Espacio publicitario)
https://www.udemy.com/desembarcando-en-r
Curso presencial Deep Learning

3. Agenda
Poco de contexto de que es I.A.
¿Qué es una red neuronal? (y por qué funcionan!)
Modelo Deep Learning - LSTM
Modelo predictivo (de juguete) de stock prices de MELI
Deep Learning en código R
Otras técnicas recomendadas
Memes

4. ¿Qué es IA?
A)
B)
C)
D)
E) Todas las anteriores

5. ¿Qué es IA?

6. ¿Qué es IA?
Data Mining Vs
Data Science Vs
Machine Learning Vs.
IA Vs.
Deep Learning
Y además...
Estadística Vs.
Estadística Bayesiana...

7. ¿Que es una red neuronal?

8. ¿Pero son tan simples?
Mnist con Keras para R: https://keras.rstudio.com
‘Hola Mundo’ en detección de imágenes: mnist
235k parámetros

9. ¿Y por qué funciona ahora?
No…
No es un dron.
Paper youtube:
https://static.googleusercontent.com/media/research.google.com/en//pubs/archive/45530.pdf

10. LSTM Deep Learning

11. ¿Qué son las redes LSTM?
Secuencia
Texto
Ej: Modelo de Google translate
Estudien de: http://karpathy.github.io/2015/05/21/rnn-effectiveness/

12. Los datos
quantmod::getSymbols("MELI", src = "yahoo", from = "2015-06-26", to = "2019-06-26")

13. Basado en los últimos 13 valores, predecir el 14vo
Los datos
Próximamente el 100% del código será publicado en un blog post en:
http://blog.datascienceheroes.com/
Mientras tanto:
https://blog.datascienceheroes.com/how-to-create-a-sequential-model-in-keras
-for-r/

14. Modelo Deep Learning con Keras

15. ¿Cómo se ve el modelo?
?

16. Modelo Deep Learning con Keras

17. Expectativas Deep Learning
¿Quién soy yo?
¿Qué es la mente?
¿Hay una voz en mi CPU?
Expectativa…

18. Expectativas Deep Learning
¿Por qué sube el dólar?
¿Deje la eladera abierta?
¿Para qué sirve la 'H'?
Expectativa…

19. Expectativas Deep Learning
Realidad...

20. Pero primero hagamos un modelo naive
Predecir por la media tiene ~4.7% de error
Error = Mean Average Percentage Error o MAPE

21. Ahora si… Resultados!
2.3% de error Vs 4.7%
Doble de mejora!

22. ¿Funciona mejor con más capas?

23. ¿Funciona mejor con más capas?
“Casi igual”
(pero hay que
seguir probando!)
https://librovivodecienciadedatos.ai/desempe%C3%B1o-modelo.html#conociendo_el_error

24. Predicciones (prox 7 días)
(Si llega a predecir bien es
por la entropía del mundo)

25. Saliendo del glamour
de deep learning...

26. Asociar dos series de tiempo

27. Asociar dos series de tiempo

28. Asociar dos series de tiempo
https://systematicinvestor.wordpress.com/2012/01/20/time-series-matching-with-dynamic-tim
e-warping/

29. Pero ojo con lo que comparan...
Correlación entre el consumo de muzzarella y los doctorados en ingeniería (si, es real:
http://www.tylervigen.com/spurious-correlations )

30. Fourier analysis

31. Fourier analysis

32. Fourier analysis
https://www.mathworks.com/help/matlab/examples/using-fft.html
La conclusión es:
a) La Magia existe
b) La señal tiene ciclos cada 11 años
En R: fft()

33. También es relevante...
Forecasting: Principles and Practice: https://otexts.com/fpp2
Modelos ARIMA / ARIMAX
Deep learning con twitter + multivariate time series
Hurst exponent (ó dimension fractal):
https://www.intechopen.com/books/fractal-analysis/fractal-analysis-of-time-series-
data-sets-methods-and-challenges… ¿y qué es un fractal?

34. Fractal de Mandelbrot

35. FIN. (preguntas + espacio publicitario)
https://www.linkedin.com/in/pcasas/
https://twitter.com/pabloc_ds
https://LibroVivoDeCienciaDeDatos.ai
https://www.udemy.com/desembarcando-en-r