Glosario IA
El diccionario completo de la Inteligencia Artificial
AutoML de Series Temporales
Subdominio del AutoML especializado en la automatización completa del pipeline de aprendizaje para datos secuenciales temporales, desde la preparación hasta la predicción.
Automatización de Pronóstico
Proceso automatizado de selección y optimización de modelos de pronóstico temporal sin intervención humana significativa.
Algoritmo Prophet
Modelo de pronóstico automático desarrollado por Facebook optimizado para series temporales con fuerte estacionalidad y efectos de vacaciones.
Selección Automatizada ARIMA
Proceso AutoML para identificar automáticamente los órdenes óptimos (p,d,q) de los modelos ARIMA mediante pruebas estadísticas y criterios de información.
AutoML LSTM
Automatización de la arquitectura e hiperparámetros de las redes LSTM para el modelado de dependencias temporales largas.
División de Validación Temporal
División cronológica de los datos en conjuntos de entrenamiento/validación/prueba respetando la secuencia temporal natural.
Horizonte de Predicción
Parámetro AutoML que define el período futuro sobre el cual el modelo debe generar predicciones automáticas.
Pronóstico Ensemble
Combinación automática de múltiples modelos de pronóstico temporal para mejorar la robustez y precisión de las predicciones.
Detección de Anomalías AutoML
Identificación automática de patrones anormales en series temporales utilizando algoritmos no supervisados adaptados al dominio temporal.
Series Temporales Multivariantes
Gestión automatizada de series temporales con múltiples variables interdependientes para una modelización predictiva compleja.
Optimización de Hiperparámetros TS
Optimización automatizada de hiperparámetros específicos para modelos temporales utilizando estrategias adaptadas como el temporal tuning.
Ventaneo Automatizado
Selección automática del tamaño y tipo de ventanas temporales óptimas para la extracción de características y la modelización predictiva.
Detección de Deriva Temporal
Monitoreo automático de cambios en la distribución temporal que requieren readaptación o reentrenamiento de los modelos predictivos.
Metaaprendizaje para Pronóstico
Enfoque AutoML donde el sistema aprende a seleccionar los mejores modelos de pronóstico basados en las características de metadatos de las series temporales.
Búsqueda de Arquitectura Neuronal TS
Búsqueda automatizada de arquitecturas de redes neuronales optimizadas específicamente para tareas de modelización temporal.