Sviluppo di un software per analisi e predizione di serie temporali in Tensor-Flow2.0 e Python

Nel lavoro prestato sono stati proposti due diversi modelli di Machine Learning per la predizione di serie storiche relative ad eventi delle pagine Wikipedia. I modelli sono composti da reti neurali con architettura LSTM e GRU. E' stata proposta una analisi dei dati per verificare il suo contributo al fine di determinare sia le migliori scelte implementative per il pre-processamento dei dati, sia i legami tra le serie temporali per poter dedurre se sono necessari modelli specifici e ottenere risultati che rispettino lo stato dell'arte. Nello studio è stato proposto un metodo alternativo a quello consigliato da Tensor-Flow per il pre-processamento dei dati, focalizzato sull'utilizzo esclusivo della libreria per calcolo scientifico NumPy. Infine sono state esaminate le performance dei due modelli, i risultati ottenuti e le congruenze di questi ultimi con le informazioni ricavabili dall'analisi dei dati.