La inteligencia artificial (IA) predictiva utiliza algoritmos de aprendizaje automático que se basan en datos históricos para identificar patrones, hacer predicciones y predecir tendencias (finalidad típica en los modelos de series temporales). Se basa en la capacidad de utilizar el análisis estadístico para identificar patrones, anticipar comportamientos y prever eventos futuros. El campo de la estadística se ha utilizado durante mucho tiempo para hacer predicciones sobre el futuro. La IA predictiva hace que el análisis estadístico sea más rápido y (teóricamente) más preciso mediante el aprendizaje automático y el acceso a grandes cantidades de datos. Aunque no se garantiza que sus predicciones sean correctas, la IA predictiva puede ayudar a las empresas a prepararse para el futuro y personalizar las experiencias de sus clientes. La IA predictiva es solo una de las muchas capacidades que ofrece la IA, que se refiere a un conjunto de habilidades que las computadoras pueden tener para imitar la cognición humana.

En este libro se profundiza en los métodos autoproyectivos deterministas de predicción con series temporales, que constituyen herramientas esenciales en la Inteligencia Artificial Predictiva. Se tienen en cuenta los modelos de Holt Winters, los modelos de Brown, los modelos de medias móviles, los modelos exponenciales en general, los modelos de espacio de los estados y los modelos de series temporales a través de redes neuronales. Se desarrollan variedad de ejercicios a través de las funciones de predicción del software R para modelos de series temporales.