A diferencia de los problemas tradicionales de Machine Learning, trabajar con series de tiempo presenta una nueva clase de desafíos. La interdependencia temporal entre las observaciones es algo a aprovechar, aunque también nos trae nuevos aspectos en los que debemos tener cuidado. En esta charla, la idea es revisar de una forma 100% práctica y con datos reales el pipeline de predicción de series de tiempo, realizando un análisis exploratorio de datos, armando de benchmarks, experimentando con una gran serie de modelos y evaluando métricas de performance. Chequea las búsquedas laborales y contenido de Accenture en el stand virtual! https://nerdear.live/accenture-2022