Análisis predictivo de una serie temporal mediante modelos clásicos: Aplicación del modelo Deep Learning Prophet, y Looker como herramienta de visualización

Abstract

[ES] El inicio de este proyecto tendrá una base común en la parte de modelos clásicos, compartida con Jose Antonio Amores Coscollá. El trabajo se diferenciará en la parte de modelado Deep Learning y técnicas de visualización. Dentro de una institución financiera existe un problema de asignación de personal, esta subcontrata a una empresa de Data & Analytics, de la cual el autor de este trabajo y Jose Antonio Amores Coscollá forman parte.

Siguiendo la metodología CRISP-DM se aplicará cada uno de los procedimientos correspondientes. Tras conocer la problemática de negocio y analizar los datos recopilados, se realizará un estudio de los diferentes modelos clásicos así como el modelo Deep Learning, con el objetivo de escoger el mejor tras comparar todos ellos según la métrica de RMSE. La aplicación de los modelos predictivos facilitará la asignación de los recursos humanos en el ámbito de una institución financiera.

Para la elaboración de este trabajo se usará como lenguaje de programación Python con sus librerías: Pandas,NumPy,Scikit y Prophet entre otras. Para presentar las conclusiones obtenidas, se creará un cuadro de reporting en la herramienta de visualización Looker.

El objetivo de este trabajo es poder ofrecer una solución a la institución financiera para poder asignar de forma óptima el personal necesario en los meses venideros.

[EN] The beginning of this project will have a common base shared with Jose Antonio Amores Coscollá regarding classical prediction models. This thesis will differentiate itself in the part of Deep Learning modeling techniques and visualization techniques. A financial institution has a human resource allocation issue, to resolve this it hires a consulting firm specialized in Data & Analytics which the author of this thesis and Jose Antonio Amores Cososllá belongs to.

CRISP-DM methodology will be applied. After getting to know the business problematic and analyzing the initial data a study will be conducted using the classical models and Deep Learning model, with the objective of choosing the best model using the RMSE metric. The application of the predictive models will facilitate the assignment of human resources within the financial institution.

Python will be chosen for the elaboration of this project along with its libraries including: Pandas,NumPy,Scikit y Prophet and others. A reporting dashboard will be used to present the conclusion using Looker.

The objective of this project is to offer a solution to the financial institution so that it can assign the optimal human resources in the upcoming months.