@inproceedings{bibcite_442,
  author = {Daniel Viedma and Antonio Jes{\'u}s Rivera Rivas and Francisco Charte Ojeda and Maria Jos{\'e} del Jesus D{\'\i}az},
  title = {Una primera aproximaci{\'o}n a la predicci{\'o}n de variables tur{\'\i}sticas con Deep Learning},
  abstract = {El turismo es una de las actividades econ{\'o}micas m{\'a}s importantes a nivel mundial, por lo que una correcta planificaci{\'o}n de los recursos existentes en funci{\'o}n de la demanda es fundamental. En este sentido, el trabajo desarrollado permite comparar la bondad de un nuevo modelo de deep learning, LSTM, frente a un modelo cl{\'a}sico ampliamente reconocido, ARIMA. Se ha llevado a cabo un proceso de entrenamiento para obtener los modelos LSTM y ARIMA que, posteriormente se han validado utilizando datos no disponibles durante el aprendizaje. Nuestros resultados muestran que los nuevos modelos LSTM obtienen una precisi{\'o}n mayor que el cl{\'a}sico ARIMA, tanto en la validaci{\'o}n a priori como en la predicci{\'o}n posterior.},
  year = {2018},
  pages = {939-943},
  month = {10},
  address = {Granada (Spain)},
  isbn = {978-88-61970-00-7},
  note = {TIN2015-68454-R},
}