Oi, Franco! Tudo bom com você? Eu espero que sim!
Desculpa a demora em te dar um retorno.
O curso que você viu, Deep Learning: Previsão com Keras, trabalha com uma série temporal e como fazer previsões com uma LSTM que você pode ver isso nas aulas Reformulando o problema e Redes recorrentes. Além disso, de uma maneira geral, existe um ciclo interativo para a construção de um modelo para predição de séries temporais, composto por quatro etapas:
- A primeira etapa do ciclo é a fase de especificação, em que uma classe geral de modelos é considerada para análise;
- Com base na análise das funções de autocorrelação e autocorrelação parcial define-se a etapa de identificação do modelo mais adequado;
- O próximo passo é a etapa de estimação, em que os parâmetros do modelo identificado são estimados;
- Através de uma série de testes, sendo o principal a análise dos resíduos (erros de predição), o modelo ajustado chega na fase de validação ou diagnóstico.
Se o modelo não for satisfatório, o ciclo é repetido, voltando-se à fase de identificação. A etapa de identificação é a mais crítica, visto que é possível chegar a uma situação em que vários modelos diferentes se adaptam bem a uma determinada série temporal.
Existem inúmeros métodos matemáticos para se realizar predição de séries temporais, desde os métodos mais simples e de fácil entendimento até os mais complexos que envolvem diferentes parâmetros. Entre os métodos simples de predição destacam-se o da Média Móvel, e o da Suavização Exponencial, que pode ser Simples, Linear ou Sazonal.
Existem também alguns tipos de preditores que irão validar as saídas do seu modelo para verificar se ele está apto para ser utilizado, como os preditores de Um Passo e de Múltiplos Passos.
Aqui na Alura tem cursos mais focados em previsão de séries que podem ser bem úteis se você busca montar projetos e estudar mais sobre isso. Se você não tem muito conhecimento sobre séries temporais, recomendo que você inicie assistindo o curso Data Science: Introdução a análise de series temporais, um curso mais avançado sobre séries é o Análise de série temporal: COVID-19 que ensina a trabalhar melhor com séries e também apresenta conteúdos sobre alguns dos métodos matemáticos simples que foram citados acima, e por fim, um curso que trata diretamente sobre previsões: Previsões de série temporal: COVID-19 que traz uma aplicação bem atual para esse tipo de modelo utilizando o modelo linear preditivo ARMA, um modelo matemático mais complexo para predição.
Se deseja se aprofundar ainda mais nos conceitos de predição de séries temporais, você pode ter acesso a uma tese de doutorado intitulada “Contribuições ao problema de predição recursiva de séries temporais univariadas usando redes neurais recorrentes” que você pode ter acesso por esse link. Recomendo a leitura dos capítulos 2, 3 e 4 pois neles tem uma explicação bem objetiva de cada modelo matemático e como foi construído o modelo preditivo utilizando redes neurais artificiais ;-)
Eu espero ter te ajudado! Se surgir outra dúvida estarei à disposição.
Bons estudos!
Caso este post tenha lhe ajudado, por favor, marcar como solucionado ✓. Bons Estudos!
