Científicos del MIT diseñaron una interfaz que ayudará a usuarios no expertos a predecir el futuro utilizando información recolectada a lo largo del tiempo.
Para realizar predicciones reales sobre el futuro se necesita interpretar datos recolectados a lo largo del tiempo. Ya sea que quieras conocer el clima del viernes, pronosticar precios de acciones o las posibilidades de desarrollar una enfermedad, dichas recolecciones de datos serán indispensables.
Las predicciones que utilizan las series de datos de tiempo, se necesitan distintos procesamientos de datos que utilizan algoritmos de aprendizaje automático complejo. Por eso mismo, suelen ser poco accesibles para personas inexpertas.
Para hacer estas herramientas más amigables, desarrolladores del MIT crearon un sistema que integra la funcionabilidad de predicción junto con las bases de datos de tiempo. tspDB (time series predict database) es el nombre de la interfaz que realiza las operaciones complicadas para que cualquiera pueda generar predicciones en segundos.
El tspDB es el sistema de predicción más preciso y eficiente en la actualidad que puede predecir valores futuros y completar datos faltantes. Dichas capacidades se deben a la integración de novedosos algoritmos de predicción de series de tiempo.
El innovador algoritmo es ideal prediciendo datos de series temporales multivariantes, los cuales tienen más de una variable dependiente del tiempo. Ejemplos de datos multivariantes son la temperatura, punto de rocío y nubosidad en las predicciones meteorológicas.
Conforme se va cambiando de áreas de predicción, los datos se vuelven cada vez más complejos. Sin embargo, el algoritmo ha demostrado su capacidad de procesar cualquier estructura de serie temporal existente. Gracias a esto, los desarrolladores son optimistas respecto a sus avances y creen haber encontrado la “lente adecuada” para estudiar los complejos modelos de datos de series temporales.
