Este projeto tem como objetivo aplicar técnicas de previsão em séries temporais para estimar o preço de propriedades ao longo do tempo. A abordagem considera dados irregulares e utiliza modelos simples de regressão com defasagens (lags) para gerar previsões de curto prazo.
- O notebook principal (
project_priceproperties.ipynb) realiza:- Leitura e preparação dos dados
- Criação de variáveis defasadas
- Treinamento de modelo de regressão
- Geração de previsões para os próximos dias
- Visualização dos resultados com faixas de confiança
- Série histórica dos preços
- Previsões futuras com intervalo de confiança baseado no RMSE
- Média das previsões
- Comparação entre valores reais e previstos
- Python
- Pandas
- NumPy
- Matplotlib
- Scikit-learn
- Clone o repositório:
git clone https://github.com/jaquelinesfernandes/Predicting_PriceProperties_TimeSeries.git
- Clone o repositório:
git clone https://github.com/jaquelinesfernandes/SuplyChain_TimesSeries.git
✍️ Autora | Jaqueline Fernandes |