Charlas: Nixtla: Deep Learning para pronóstico de series de tiempo.

Presented by:


Description

Descripción:

El pronóstico de series de tiempo tiene una amplia gama de aplicaciones: finanzas, retail, salud, IoT, etc. Recientemente modelos de deep learning como ESRNN o N-BEATS han demostrado tener performance estado del arte en estas tareas. Nixtlats es una librería de python que hemos desarrollado para facilitar el uso de estos modelos estado del arte a data scientists y developers, para que puedan utilizarlos en ambientes productivos. Escrita en pytorch, su diseño está enfocado en la usabilidad y reproducibilidad de los experimentos. Para ello, nixtlats cuenta con diversos módulos:

Data: contiene datasets de diversas competencias de series de tiempo.
Models: incluye modelos estado del arte.
Evaluation: posee diversas funciones de pérdida y métricas de evaluación.

Objetivo:

  • Introducir a les asistentes a los retos del pronóstico de series de tiempo con deep learning.
  • Aplicaciones comerciales del pronóstico de series de tiempo.
  • Describir nixtlats, sus componentes y las mejores prácticas para entrenamiento y despliegue de modelos estado del arte en productivo.
  • Reproducción de resultados estado del arte usando nixtlats del modelo ganador de la competencia M4 de series de tiempo (ESRNN).

Repositorio del proyecto: https://github.com/Nixtla/neuralforecast.