Volatility is a statistical measure of the dispersion of data or variance around its mean over a certain period of time. In finance, it refers to how much the price changes between periods. For example, if it is high, the price may increase or decrease a lot from one day Read more…
Las series temporales pueden ser estacionales (seasonal). Esto significa que los datos tienen un ciclo que se repite de manera regular, por ejemplo semanalmente, mensualmente o anualmente. Algo que es importante es que la presencia de ciclos no significa que sea estacional. Para que un ciclo sea estacional éste tiene Read more…
Time series can be seasonal. What does this mean? It means that our data exhibits a season or cycle that regularly repeats, for example, weekly, monthly or annually. There is something important to note. The presence of a cycle structure does not mean seasonality. For this cycle to be seasonal Read more…
Los modelos ARIMA son simples pero muy potentes a la hora de hacer series temporales. Los introdujimos en un artículo anterior, sin embargo los parámetros se han de elegir correctamente para que produzcan una predicción precisa. Un modelo ARIMA(p,d,q) se define por tres parámetros: p: Orden autoregresivo (autoregressive order) d: Read more…
ARIMA models are a simple but powerful way of modelling time series. They were introduced in the previous article, however, their parameters must be selected correctly for them to offer accurate forecasting. An ARIMA(p,d,q) model is defined by three parameters: p : autoregressive order d : difference order q : Read more…
A time series is a series of data points ordered in time. Time is often the independent variable and the objective is usually to make a forecast for the future. It has many applications, some of which are forecasting sales, stock prices, temperatures or even the number of COVID cases! Read more…
Una serie temporal (time series) es un conjunto de muestras ordenadas en el tiempo. El tiempo suele ser la variable independiente y el objetivo suele ser hacer una predicción futura. Esto tiene muchas aplicaciones, como por ejemplo predecir las ventas, precios de acciones, temperaturas e incluso el número de casos Read more…
Part II: Precision/Recall and Sensitivity/Specificity In the previous article on evaluation metrics for classification problems we explained that accuracy is a very useful metric and very easy to interpret. However, if the dataset we have is not balanced, it will be completely useless. We also defined what a confusion matrix Read more…
Parte II: Precision/Recall y Sensitivity/Specificity El el artículo anterior de métricas de evaluación para clasificación explicamos que la accuracy es una métrica muy útil y muy fácil de interpretar. Sin embargo, si los datos de entrada no están balanceados, no sirve para nada. También definimos qué es la matriz de Read more…
El clustering K-Means es un algoritmo de Machine Learning unsupervised (de aprendizaje no supervisado) que se usa para hacer clustering (crear grupos similares). Esta técnica se usa para clasificar datos sin etiquetar en K clusters (grupos) basándose en sus similitudes. El número de clusters K se le pasa como parámetro Read more…