Implementação de um guia para aplicação de machine learning em séries temporais multivariadas

Abstract

Com o avanço da tecnologia e automação dos processos, a quantidade de dados armazenados aumentou significativamente, contribuindo para que a tomada de decisão em empresas possa ser apoiada por previsões cada vez melhores. Algumas dessas previsões usam séries históricas de dados, também conhecidas como séries temporais, que requerem modelos adequados para capturar padrões de comportamento associados ao momento em que cada evento ocorre, como por exemplo, um ciclo sazonal de alta em um dado mês ou uma tendência de queda ao passar dos anos. Contudo, apesar do avanço na área de aprendizado de máquina (ML) ter popularizado o uso de modelos de previsão cada vez mais sofisticados, poucos destes modelos se adequam ao contexto das séries temporais. E aqueles que se adequam são altamente customizados como as Redes Neurais Recorrentes, cuja aplicação e configuração não é trivial. Essa é uma das razões pelas quais modelos tradicionais são largamente escolhidos, como por exemplo os modelos de Holt, Holt-Winters e ARIMA, mesmo quando o resultado não impressiona. Esta simplicidade na sua aplicação faz com que a utilização desses modelos seja bem mais frequente do que a maioria dos modelos de ML. Uma das grandes desvantagens dos modelos tradicionais é a dificuldade em explorar a correlação da série com outras variáveis independentes, justamente o ponto forte de grande parte dos algoritmos de ML. Modelos de ML possuem uma excelente capacidade de extrair relações de dependência entre variáveis independentes e a variável dependente. Dito isso, este trabalho visa apresentar um guia para realização de previsão de séries temporais usando modelos genéricos de ML multivariados, que permitirá aos modelos de ML identificar relações temporais na variável de interesse, além da inclusão de novas variáveis independentes, o que não é possível nos modelos clássicos. Assim, uma gama de modelos de ML que incorporam o estado da arte em previsão poderão ser melhor aplicados no contexto de previsões em séries temporais. O desenvolvimento é apresentado na forma de um guia que pode servir de referência para o leitor na preparação dos dados de uma série temporal a serem inseridos em modelos de ML, fazendo com que o modelo reconheça as características típicas de uma série temporal e com isso realize previsões mais assertivas. Finalmente, os resultados apresentados deixam claro como a criação de features específicas em séries temporais pode viabilizar a aplicação de algoritmos de ML e influenciar significativamente sua performance.