Live Webinar
Bajo demanda • Duración: 30 minutos
El forecasting es una técnica que utiliza datos históricos, para hacer estimaciones que predigan determinadas tendencias futuras.
Las organizaciones utilizan métodos de forecasting en la gestión de la producción, en las operaciones de su día a día, predicción de consumo energético etc.
En esta sesión, mostraremos cómo usar la plataforma SAS para producir automáticamente análisis de series de temporales a gran escala y pronósticos jerárquicos, con la mínima intervención humana necesaria. Esto significa que hay menos posibilidades de sesgo personal en el proceso de pronóstico y el analista puede centrarse en los análisis de mayor valor.
La plataforma SAS incluye varios paquetes de funciones que realizan tareas específicas en el proceso de análisis de series de temporales. También mostraremos cómo incorporar algoritmos de Machine Learning durante el proceso, con el fin de crear modelos más robustos y precisos. Todo ello a través de una potente interfaz que permite compartir procesos, modelos e ideas entre los equipos.
¿Tiene un Perfil SAS? Para completar este formulario automáticamente: Ingresar
Cristina Pérez es licenciada en Matemáticas y máster en Ingeniería Matemática por la Universidad Complutense de Madrid. Ha desarrollado su carrera profesional los últimos 12 años en SAS trabajando en el departamento de Customer Advisory en la práctica analítica, en especial ayudando a los clientes a solucionar sus necesidades y aportando valor para su negocio con las soluciones de minería de datos, machine learning y text analytics.
Tras haber estudiado Ingeniería Industrial y una breve experiencia en una gran compañía de Oil & Gas redirigí mi vida laboral al mundo de la Analítica. Esto me abrió las puertas al Machine Learning e Inteligencia Artificial. Cuando me uní a SAS entré en el departamento de Preventa, donde soy capaz de trabajar tanto en el lado más técnico del Data Science, los modelos predictivos o el software como en el ámbito comercial y orientado a resultados y, de este modo, responder mejor a las necesidades y desafíos de los clientes.