📘 Descripción

Formación práctica y rigurosa para dominar la predicción de series temporales en Python. Aprenderás a preparar datos, construir y validar modelos AR/MA/ARIMA/SARIMA/ETS, realizar walk-forward y backtesting, e interpretar resultados con MAE, RMSE, MAPE en proyectos reales (criminalidad, consumo, ventas).

Requisito recomendado: Machine Learning con Python.

🧭 Contenidos del Curso

• Módulo I: Introducción — Componentes, estacionariedad, descomposición.
• Módulo II: Preparación de datos — Visualización, resampling, suavizado, transformaciones.
• Módulo III: Evaluación — Backtesting, validación temporal, métricas y análisis de errores.
• Módulo IV: Modelado — ACF/PACF, ARIMA/SARIMA, ETS, automatización y diagnóstico.
• Módulo V: Predicción y producción — Rolling forecast, intervalos, despliegue básico.
• Módulo VI: Proyectos reales — Robos en Boston, consumo de agua, ventas de champán.