Saltar a contenido

Ejercicios · Series Temporales · El perceptrón multicapa

Una red con una capa oculta, escrita en PyTorch, que pronostica la diferencia con hace 12 meses a partir de la serie como tabla: cómo cambian sus curvas de pérdida con el tamaño de la capa y la tasa de aprendizaje, y qué le pasa al pronóstico de 2025 cuando entrena de más o cuando no se invierte el escalado. Cada enlace abre una actividad que se trabaja en el navegador, sin instalar nada.

Cada actividad empieza con la serie de análisis y unas claves que sirven para el ejercicio de esa página. Después viene una pregunta para responder antes de tocar nada, sigue con los controles y cierra con la explicación, que aparece cuando las preguntas quedan resueltas, y un ejercicio abierto. Cada respuesta muestra su razón, se acierte o no. El MAE se calcula en la página; las curvas y los pronósticos vienen de PyTorch, con el mismo código del notebook de la sesión, y se calcularon fuera de la página para cada posición de los controles.

Entrenamiento

Capa oculta y tasa de aprendizaje

ocultas de 0 a 64 y tasa de 0,001 a 0,03, con las curvas de pérdida de entrenamiento y de validación de 300 épocas sin parada temprana y la época de menor validación marcada. Se trata de ver con qué tasa sube antes la validación, qué tamaño la deja más baja y qué hace la red sin capa oculta.

Pronóstico

Épocas y escala

De 5 a 500 épocas sin parada temprana, con el pronóstico de 2025 contra lo observado y su MAE, y una casilla para invertir o no el escalado. Se trata de ver si más épocas dan mejor pronóstico y qué mide un MAE calculado sobre la salida de la red sin devolverla a pasajeros.