[{"data":1,"prerenderedAt":12},["ShallowReactive",2],{"stack-tr-es-prophet":3},{"tagline":4,"description":5,"strengths":6,"useCase":11},"La biblioteca de previsión de Meta que descompone tendencia, estacionalidades y efectos de calendario.","Prophet ajusta un modelo aditivo en el que la serie es la suma de una tendencia (lineal o logística, con puntos de cambio detectados automáticamente), de estacionalidades anual, semanal y diaria modeladas mediante series de Fourier, y de efectos de días festivos o de eventos definidos por el usuario. El ajuste bayesiano mediante Stan proporciona intervalos de incertidumbre, tolera los valores faltantes y atípicos, y se configura en términos de negocio (capacidad, changepoints, calendario). Es nuestra opción para una previsión robusta y explicable de series de negocio diarias, operativa en pocas horas.",[7,8,9,10],"Descomposición aditiva: tendencia con puntos de cambio, estacionalidades de Fourier, días festivos.","Robusto frente a valores faltantes y atípicos, sin necesidad de un remuestreo regular.","Intervalos de incertidumbre bayesianos mediante Stan, regresores externos y crecimiento con capacidad máxima.","Parámetros interpretables por los equipos de negocio, validación cruzada integrada, Python y R.","Previsión de tráfico y de ventas diarias, planificación de capacidad, presupuestos previsionales.",1792592365463]