Conclusiones

Las redes neuronales son una excelente alternativa para generar predicciones en caso de que haya series temporales.

Las redes neuronales permiten al investigador no realizar un análisis a priori de tiempo y de las implicaciones, lo que posee la gran posibilidad de generar predicciones con una precisión buena obviando hasta cierto punto la predicción tradicional.

Al definir la topología de red, hay que estar alerta para no sobre parametrizar la red, ya que aun cuando el error dentro de los conjunto de datos entrenados tienda a ser cero, la extrapolación se reduce bastante para aquellos datos que estén fuera del conjunto de entrenamiento. Posterior y luego de ser escogida correctamente la topología de red, el conjunto de datos podrá ser manipulado de manera diferentes, dando la posibilidad de obtener así diferentes resultados.

Una de las principales ventajas de las redes neuronales, está el no depender de “supuestos estadísticos”, principalmente en cuanto a asignaciones de distribución de probabilidad a la serie de tiempo.

Si desea trabajarse con una serie de tiempo con periodo cíclico, hay que recolectar la información dentro de la red neuronal, generando un ajuste al número de neuronas de entrada, correspondientes a los periodos anteriores al valor a predecir.