Pago Único del Curso
Compra el curso una vez y accede de por vida
- Un único pago.
- Acceso instantáneo al curso de por vida.
- Acceso a la comunidad del curso.
Explora el análisis de series temporales desde sus fundamentos hasta los modelos predictivos más avanzados, con ejemplos reales de mercados financieros, energía y consumo. Aprende cada técnica en R y Python y desarrolla un proyecto final completo.
Aprende a analizar, modelar y predecir series temporales con R y Python en un curso completo y práctico de Data Science. A través de 15 módulos y 49 lecciones interactivas, dominarás los fundamentos del análisis temporal, desde la estacionariedad, la autocorrelación y la descomposición de series hasta la construcción de modelos de predicción. Aprenderás a identificar patrones, tendencias y estacionalidades, interpretar los resultados estadísticos y tomar decisiones fundamentadas sobre qué técnicas utilizar en cada situación.
Profundiza en 13 técnicas de análisis y forecasting, incluyendo modelos autorregresivos (AR), medias móviles (MA), ARMA, ARIMA, SARIMAX, ARCH, GARCH, Auto ARIMA, VAR y Prophet. Descubre cómo aplicar métodos de suavizado como Holt-Winters y cómo incorporar Machine Learning y Deep Learning para series temporales, utilizando redes neuronales RNN y LSTM, N-BEATS y métodos modernos de predicción. No solo aprenderás a implementar cada modelo, sino también a comparar sus resultados, evaluar sus errores y seleccionar la mejor alternativa según las características de tus datos.
Trabaja con datasets reales de bolsa, Bitcoin, energía, consumo, pasajeros aéreos y emisiones de CO₂, aplicando las técnicas directamente en R y Python. Cada módulo combina explicaciones intuitivas, fundamentos estadísticos, código descargable, gráficas y ejercicios interactivos para que puedas avanzar a tu ritmo. Además, aprenderás a preparar datos temporales, detectar valores atípicos, interpretar ACF y PACF, realizar diagnósticos de residuos y evaluar predicciones mediante métricas como RMSE, MAE y MAPE. Los modelos clásicos se desarrollan en ambos lenguajes en paralelo para que puedas comparar sus implementaciones.
Al finalizar, desarrollarás tu propio proyecto de forecasting para tu portfolio de Data Science, utilizando un dataset real de tu elección y comparando diferentes familias de modelos predictivos. Contarás con una rúbrica de autoevaluación para valorar la calidad de tu trabajo y justificar tus decisiones con evidencia. Este curso está dirigido a analistas de datos, estadísticos, profesionales de Data Science y personas con conocimientos básicos o intermedios de R o Python que quieran especializarse en predicción de series temporales, análisis financiero, forecasting de demanda y modelado predictivo con aplicaciones reales.
Comprende la estacionariedad, la autocorrelación, las tendencias y la estacionalidad para analizar datos temporales con criterio estadístico.
Identifica patrones temporales y aplica técnicas como medias móviles, Holt-Winters y suavizado exponencial para mejorar tus pronósticos.
Aprende a modelar dependencias temporales, interpretar ACF y PACF y seleccionar los parámetros adecuados para cada serie.
Construye modelos predictivos que incorporen tendencias, estacionalidad y variables externas para realizar pronósticos con datos reales.
Modela los cambios en la incertidumbre de las series financieras y aprende a analizar y predecir la volatilidad de los mercados.
Explora Auto ARIMA, VAR, Prophet y métodos modernos como N-BEATS para automatizar predicciones y comparar diferentes enfoques.
Descubre cómo aplicar Machine Learning y Deep Learning con redes RNN y LSTM para identificar patrones complejos y realizar predicciones.
Implementa modelos sobre datasets reales de bolsa, energía, consumo y Bitcoin, con código descargable y ejemplos en ambos lenguajes.
Desarrolla un proyecto para tu portfolio, compara modelos con métricas como RMSE, MAE y MAPE y justifica tus decisiones con resultados reales.
Matemático, Instructor Certificado de Unity e Instructor Online que ha formado a más de 600.000 estudiantes en todo el mundo en diferentes plataformas como Udemy y Platzi. CEO de Frogames Formación e impulsor de esta plataforma, aportando todo su conocimiento en Matemáticas, Machine Learning, Videojuegos, IA o Blockchain entre otros.
Compra el curso una vez y accede de por vida
Accede a todos los cursos, comunidades y extras de Frogames
Accede a todos los cursos de la ruta de