Clase 136 — Forecasting de series con RNN

Parte: 2 — Deep Learning · Fuente: Géron, cap. 15 § Forecasting a Time Series. ⏱️ Duración estimada: 80 min.

🎯 Objetivo

Aplicar RNN/LSTM/GRU a un problema real de forecasting de series temporales. Hacer split temporal (NO aleatorio), preparar windows, comparar contra baselines (naive, MA, ARIMA), y reportar métricas estándar (MAE, MAPE, RMSE).

📚 Resultados de aprendizaje

Al finalizar, el estudiante podrá:

• Hacer split temporal (train: período antiguo, val/test: período más reciente).
• Construir samples de longitud T con tf.keras.utils.timeseries_dataset_from_array.
• Comparar contra el baseline naïve (ŷ_t = y_{t-1}) y media móvil.
• Reportar MAE, MAPE, RMSE.
• Reconocer cuándo Deep Learning es mejor que ARIMA / Prophet / XGBoost para series.

🗺️ Temas

• Split temporal estricto (no shuffle).
• Stationarity / diferenciación.
• Baseline naïve y por qué siempre comparar contra él.
• Windowing: cómo elegir tamaño de window (T) y horizonte.
• Forecasting multi-step: directo vs recursivo vs seq2seq.

📖 Definiciones y características

• Window / lookback: cuántos pasos pasados usás para predecir.
• Horizon: cuántos pasos hacia el futuro predecís.
• Naïve forecast: predicción = último valor observado.
• MAPE: mean(|y - ŷ| / |y|) × 100 — error porcentual.
• timeseries_dataset_from_array: helper Keras para crear ds de windows automáticamente.

📂 Dataset / recursos

• seaborn flights dataset o cualquier serie pública (e.g., consumo eléctrico).
• tfds.load('electricity_load_diagrams') o sintético.
• Librerías: tensorflow, keras, pandas, matplotlib.

🧪 Ejercicios

1. Split temporal: separar primer 70 % train, 15 % val, último 15 % test. No mezclar.
2. Baseline naïve: y_pred = y_test.shift(1). Reportar MAE.
3. LSTM forecasting: Sequential([LSTM(32), Dense(1)]). Comparar contra naïve.
4. GRU: igual con GRU. Comparar performance y velocidad.
5. Multi-step: predecir 7 pasos directamente (Dense(7) al final). Comparar contra predicción recursiva.

📝 Homework verificable

Forecasting de consumo eléctrico:

1. Dataset diario, 5 años; split 70/15/15 temporal.
2. Baselines: naïve y MA(7).
3. LSTM [64], lookback=30 días, horizon=7 días.
4. Reportar MAE en test para los 3.

Criterio de aceptación: LSTM debe superar a naive en MAE; comparable o mejor que MA(7). Documentar dónde gana y dónde pierde.

⚠️ Errores comunes

❓ Preguntas frecuentes

❓ ¿DL siempre supera a ARIMA?

No. Para series cortas, regulares, sin features exógenas: ARIMA / ETS suelen igualar o ganar. DL gana con series largas + features adicionales + complejidad no lineal.

❓ ¿Lookback óptimo?

Empezar con 1-2 ciclos (e.g., 14 días si hay estacionalidad semanal). Tunear con val.

❓ ¿RNN o Transformer para series?

Transformers de series temporales (TFT, Informer, PatchTST 2023) son state-of-the-art para series largas con muchas features. Para series chicas, LSTM/GRU + features manuales gana.

❓ ¿Multi-step directo o recursivo?

Directo: 1 modelo predice todos los horizontes. Recursivo: feedback de cada paso. Directo más simple y a veces mejor en horizonte largo.

❓ ¿Cómo manejo estacionalidad?

Features explícitas (mes, día de semana, hora) ayudan mucho. Diferenciar la serie también.

🔗 Referencias

• Géron, cap. 15 — Forecasting a Time Series.
• Hyndman & Athanasopoulos (2021), Forecasting: Principles and Practice (libro gratuito).
• Lim et al. (2021), Temporal Fusion Transformers, IJF.
• Nie et al. (2023), PatchTST, ICLR.

📥 Material descargable

• 📄 Guía explicativa (PDF) — versión imprimible con todo el contenido de la clase.
• 🎞️ Presentación (PPTX) — deck PowerPoint listo para proyectar en clase.
• 🧮 Notebook ejecutable (.ipynb) — abrilo desde el laboratorio del programa o desde Jupyter.

➡️ Siguiente clase

Clase 137 — LSTM, GRU