Glosario IA
El diccionario completo de la Inteligencia Artificial
Modelos ARIMA/SARIMA
Metodologías estadísticas basadas en la autorregresión, las medias móviles y la integración para modelar y prever series temporales univariadas.
Redes Neuronales Recurrentes
Arquitecturas de aprendizaje profundo especializadas en el procesamiento de datos secuenciales, incluyendo LSTM y GRU para capturar dependencias a largo plazo.
Modelos Prophet
Procedimiento de pronóstico desarrollado por Facebook que combina la descomposición aditiva con la regresión para gestionar tendencias, estacionalidades y efectos de calendario.
Descomposición Estacional
Técnicas para separar las series temporales en componentes de tendencia, estacionalidad y residuos, incluyendo STL y X-13-ARIMA-SEATS.
Análisis Espectral y Ondas
Métodos frecuenciales que utilizan la transformada de Fourier y las ondas para identificar ciclos y patrones periódicos en las series temporales.
Modelos de Espacio de Estados
Marco matemático que modela las series temporales como sistemas dinámicos con estados latentes, utilizando filtros de Kalman para inferencia.
Detección de Anomalías Temporales
Algoritmos especializados para identificar observaciones aberrantes, cambios estructurales y puntos de ruptura en series temporales.
Previsión Multivariada
Modelado simultáneo de múltiples series temporales interdependientes mediante VAR, VECM y redes neuronales multivariadas.
Modelos de Volatilidad GARCH
Familia de modelos que capturan la varianza condicional y la heterocedasticidad de las series financieras, incluyendo EGARCH y TGARCH.
Series Temporales Irregulares
Técnicas para gestionar datos faltantes, observaciones no uniformes y marcas de tiempo irregulares en las series temporales.
Análisis de Causalidad
Métodos estadísticos para determinar relaciones causales entre series temporales, incluyendo pruebas de Granger y modelos causales estructurales.
Métodos Bayesianos
Enfoque probabilístico que utiliza distribuciones a priori e inferencia bayesiana para cuantificar la incertidumbre en las previsiones temporales.
Predicción por Conjunto
Combinación de múltiples modelos de predicción para mejorar la robustez y la precisión mediante técnicas de bagging, boosting y stacking.
Transformadores Temporales
Arquitecturas transformer adaptadas a series temporales utilizando mecanismos de atención para capturar dependencias complejas.
Análisis de Alta Frecuencia
Técnicas especializadas para procesar datos tick-by-tick y microestructura de mercado con observaciones a nivel de milisegundos.