Análise Prática De Séries Temporais

Os Dados De Séries Temporais E Sua Respectiva Análise Assumem Uma Importância Cada Vez Maior Devido À Produção Volumosa Desses Mesmos Dados Por Meio, Por Exemplo, Da Internet Das Coisas (Iot), Da Digitalização Dos Sistemas De Assistência Médica E Do Surgimento Das Cidades Inteligentes. Nos Próximos Anos, Podemos Esperar Que A Quantidade, Qualidade E A Relevância Dos Dados De Séries Temporais Cresçam Vertiginosamente. À Medida Que O Monitoramento Ininterrupto E A Coleta De Dados Se Tornarem Mais Comuns, Aumentará A Necessidade De Análises De Séries Temporais Eficientes Com Técnicas Estatísticas E De Aprendizado De Máquina. Na Realidade, Os Modelos Novos Mais Promissores Combinam Essas Duas Metodologias. Por Esse Motivo, Analisaremos Cada Uma Em Detalhes. Estudaremos E Recorreremos A Um Leque Amplo De Técnicas De Séries Temporais Úteis Para Analisar E Predizer O Comportamento Humano, Fenômenos Científicos E Dados Do Setor Privado, Porque Todos Esses Campos De Atuação Oportunizam Uma Rica Variedade De Dados De Séries Temporais. Vamos Começar Com Uma Definição. O Termo Análise De Séries Temporais É A Tentativa De Extrair Um Resumo Significativo E Informações Estatísticas De Pontos De Dados Organizados Em Ordem Cronológica. É Feita A Fim De Diagnosticar Comportamentos Passados E Predizer Comportamentos Futuros. Neste Livro, Usaremos Uma Variedade De Abordagens, Desde Modelos Estatísticos De Cem Anos A Arquiteturas De Redes Neurais Recém-Desenvolvidas. Nenhuma Das Técnicas Surgiu Do Nada Ou Por Mero Interesse Teórico. As Inovações Na Análise De Séries Temporais Resultam De Novas Maneiras De Coletar, Registrar E Visualizar Os Dados. A Seguir, Discutiremos Brevemente O Advento Da Análise De Séries Temporais Em Uma Variedade De Aplicações.