Blog

In this contribution we introduce another technique for dimensionality reduction to analyze multivariate data sets. In particular, we will explain how to employ the technique of Linear Discriminant Analysis (LDA) to reduce the dimensionality of the space of variables and compare it with PCA technique in order to find the similarities and differences between both techniques, so that we can have notion, in which case we should use one of them.

In this contribution we show, through some toy examples, how to use Matrix Factorization techniques to analyze multivariate data sets in order to obtain some conclusions from them that may help us to take decisions. In particular, we explain how to employ the technique of Principal Component Analysis (PCA) to reduce the dimensionality of the space of variables.

En éste artículo se introduce el uso de Redes Neuronales Recurrentes (RNN) como nuevo enfoque para tratar el problema del análisis y predicción de series temporales. Como casos de estudio y para demostrar el grado de éxito del uso de RNN en éste contexto, aplicamos este enfoque al estudio del consumo eléctrico en la población de Sóller (Mallorca) y en el estudio del consumo eléctrico en la isla de Tenerife. El objetivo es mostrar cómo, con esta metodología se puede predecir el consumo eléctrico de las poblaciones con un grado de precisión que ronda el 93%.Para ello, proponemos el uso de un tipo de red neuronal recurrente, conocida como “Long Short Term Memory Network” (LSTM).