L’analisi delle serie temporali è una tecnica statistica che si occupa dei dati delle serie temporali e dell’analisi delle tendenze. I dati delle serie temporali seguono intervalli di tempo periodici che sono stati misurati in intervalli di tempo regolari o sono stati raccolti in particolari intervalli di tempo. In altre parole, una serie temporale è semplicemente una serie di punti dati ordinati nel tempo e l’analisi delle serie temporali è il processo per dare un senso a questi dati.
Zan Armstrong, Ian Johnson e Mike Freeman per Observable hanno scritto una guida sull’analisi delle serie temporali . Utilizzando un dataset di dati energetici, mostrano come porre domande diverse può portare a risultati e visualizzazioni diversi. Hanno usato una “montagna di dati” sulla produzione di energia negli Stati Uniti. Spiegano bene nel posto come illustrare al meglio le risposte alle domande: “cosa è cambiato?”, “cosa è successo?”, “era normale?”, “cosa è tipico?” e “le cose sono andate come previsto?”
Per approfondire
Cosa è e come funziona Code Interpreter per Gpt-4?
Come riconoscere immagini e testi generati dall’AI?
La matematica della ricchezza, la disuguaglianza inevitabile e l’econofisica
Wikipedia, l’intelligenza collettiva e gli affari #datavizandtool
Come si costruisce una mappa di Milano con ChatGpt? #datavizandtools
Come funziona MusicGen, il ChatGpt della musica di Meta #DatavizandTools
Bing, come funziona il copilota di Microsoft per il web? #DatavizAndTools
Le ultime novità “audio” dell’Ai generativa #DatavizAndTools
Gpt-4 vs Bard, cinque domande: chi risponde meglio? #howmeasuring
A proposito di mappe, cosa è Overture Maps Foundation? #DatavizAndTools
Ecco le nuove funzionalità di intelligenza artificiale generativa di Photoshop
