PrediccionAUCORP
Prediccion de Valores en Series de Tiempo (Forecasting Time Series) usando MLP, LSTM - RNN
IMPORTANTE Entrega 2 - Python 08/09/2019: https://github.com/FreddieAbad/PrediccionAUCORP/blob/master/Entrega%202/Prediccion%20Final.ipynb
Entrega 1 - Weka: https://github.com/FreddieAbad/PrediccionAUCORP/blob/master/Entrega/Prediccion%20de%20Ventas%20en%20una%20Serie%20de%20Tiempo%20-%20P.%20Aucay.ipynb
Analisis Normalizado: https://github.com/FreddieAbad/PrediccionAUCORP/blob/master/Analisis%20Variables%20Normalizado.ipynb
Analisis No Normalizado: https://github.com/FreddieAbad/PrediccionAUCORP/blob/master/Analisis%20Variables%20Sin%20Normalizar.ipynb
CONFIGURACION
Para correr el Jupyter Notebook se puede realizar por 2 metodos:
Configuracion 1
Entorno Conda para importar: (Para importar el entorno es necesario tener instalado con Anaconda3.
La version de python y demas estan determinados en el siguiente entorno ) https://github.com/FreddieAbad/PrediccionAUCORP/blob/master/Entrega/Ambiente%20Conda/condaEnvironmentPrediccionAUCORP.yml
Configuracion 2
Configuracion Directa
Dependencias:
- Python 3.6 (Es fundamental contar con esta version ya que Py3.7 no corren algunas funciones, Py 2.4 tiene funciones deprecated)
- Keras
- Tensorflow
- Scikit Learn
- Scipy
- Pandas
- Numpy
- Jupyter Notebook for Anaconda.
Comando para instalar Tensorflow:
Si el computador tiene GPU
pip install --ignore-installed --upgrade tensorflow-gpu
Si el computador NO tiene GPU
pip install --ignore-installed --upgrade tensorflow
Comando para instalar KERAS:
conda install mkl-service m2w64-toolchain pip install pydot keras