Una primera aproximación a la predicción de variables turísticas con Deep Learning

TitleUna primera aproximación a la predicción de variables turísticas con Deep Learning
Publication TypeConference Paper
Year of Publication2018
AuthorsViedma, Daniel Trujillo, Rivera Antonio J., Charte Francisco, and Díaz María J. del Jesu
Conference NameXVIII Conferencia de la Asociación Española para la Inteligencia Artificial (CAEPIA 2018)
Pagination939–943
Date Published10
Conference LocationGranada (Spain)
ISBN Number978-88-61970-00-7
Abstract

El turismo es una de las actividades económicas más importantes a nivel mundial, por lo que una correcta planificación de los recursos existentes en función 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 clásico 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 precisión mayor que el clásico ARIMA, tanto en la validación a priori como en la predicción posterior.

Notes

TIN2015-68454-R