Séries Temporais Com Prophet: Análise E Previsão De Dados Com Python

Você já pensou em prever algum comportamento futuro? Quando analisamos dados que são colhidos sequencialmente durante um intervalo de tempo, é possível extrair estatísticas significativas para prever situações futuras. Quando fazemos isso, estamos trabalhando com Séries Temporais. Seus métodos de análise podem ser aplicados nas mais diversas áreas, como o mercado financeiro, meteorologia, vendas, marketing e até mesmo número de casos de uma doença.
Neste livro, Allan Spadini e Valquíria Alencar mostram como trabalhar com séries temporais utilizando Prophet, uma biblioteca personalizável e intuitiva desenvolvida pelo Facebook. Com ela, você poderá modelar, treinar e testar um modelo de machine learning em um conjunto de dados para produzir previsões de alta qualidade. Por meio de um projeto prático, você vai aprender como aplicar conceitos de tendência, changepoints, sazonalidade, outliers, hiperparâmetros e validação-cruzada em qualquer situação que envolva uma ou mais variáveis dependentes do tempo.