2 - Series de Tiempo: ruta de aprendizaje
Lección 2 del curso Series de Tiempo: Pre-procesamiento.
En la lección anterior vimos una introducción general a las Series de Tiempo y a su importancia en la Ciencia de Datos y el Machine Learning.
En esta segunda lección del curso les voy a compartir la ruta de aprendizaje (descargable en formato PDF) que sugiero seguir para aprender las técnicas más usadas para realizar el pre-procesamiento, análisis y generación de predicciones con series de tiempo.
Para cada una de estas temáticas mencionaré las técnicas más usadas así como algunas de las librerías de Python que sugiero en cada uno de los casos. Esta ruta será la guía que precisamente usaré para desarrollar los diferentes cursos que poco a poco publicaré en la Academia, y que incluye precisamente este primer curso.
Suscríbete para tener acceso al video con la explicación detallada de esta lección. Además podrás disfrutar de todos los cursos de la Academia Online
Muy bien, acabamos de ver la ruta de aprendizaje que les sugiero seguir para aprender a usar las principales técnicas para el pre-procesamiento, análisis exploratorio y generación de predicciones aplicado a las Series de Tiempo.
En este primer curso nos enfocaremos precisamente en la primera de estas líneas de aprendizaje: el pre-procesamiento que nos permite preparar los datos para posteriormente poder realizar tareas de análisis o construir modelos para generar pronósticos.
Así que ya es momento de iniciar todo el componente práctico del curso. Entonces en la próxima lección daremos un breve repaso de las principales técnicas de lectura y visualización de Series de Tiempo que podemos implementar haciendo uso de Python y de librerías como Pandas, Seaborn y Matplotlib.