Conclusión

Las redes neuronales son adecuadas para predecir series temporales principalmente porque aprenden solo a partir de ejemplos, sin necesidad de agregar información adicional que puede generar más confusión que valor predictivo. Las redes neuronales son capaces de generalizar y son resistentes al ruido. Por otro lado, en general no es posible determinar con exactitud qué ha aprendido una red neuronal, y también es difícil estimar el posible error de predicción.

Sin embargo, las redes neuronales se han utilizado con frecuencia con éxito para predecir series temporales. Son especialmente útiles cuando no tenemos ninguna otra descripción de la serie observada.

Acerca de

Este texto y la demostración fueron creados como proyecto semestral en la Czech Technical University in Prague por Marek Obitko.