PredTimes: Tu Asistente de IA para Pronósticos de Series Temporales
PredTimes: Tu Asistente de IA para Pronósticos de Series Temporales
- por javier
- 1 de Diciembre de 2025

Bienvenido a PredTimes, una aplicación web diseñada para facilitar el pronóstico de series temporales. Esta herramienta permite a los usuarios conectarse a sus propias bases de datos, seleccionar datos, entrenar modelos de aprendizaje automático y visualizar predicciones futuras, todo ello gestionado a través de una interfaz web fácil de usar.
Lo más fascinante de este proyecto es que fue desarrollado en su totalidad por una Inteligencia Artificial, bajo la supervisión de beta6. Puedes encontrar el código fuente completo en nuestro repositorio de GitHub: https://github.com/beta6/predtimes.
¿Cómo Funciona?
- Crear un Proyecto: El usuario crea un nuevo proyecto a través de un asistente.
- Conexión a la Base de Datos: El usuario proporciona los detalles de conexión para su base de datos externa.
- Selección de Datos: El usuario selecciona una tabla y especifica qué columnas representan la marca de tiempo, los valores a predecir (numéricos) y cualquier columna para agrupar los datos.
- Entrenamiento del Modelo: El usuario inicia el proceso de entrenamiento del modelo. La aplicación lanza una tarea en segundo plano para obtener los datos y entrenar un modelo para cada grupo de datos.
- Generar y Ver Predicciones: Una vez que el modelo está entrenado, el usuario puede generar y ver predicciones futuras en un gráfico interactivo.
Puesta en Marcha
Requisitos Previos
- Docker
- Docker Compose
Instalación
- Clona este repositorio en tu máquina local:
git clone https://github.com/beta6/predtimes.git cd predtimes - La aplicación está configurada para ejecutarse en un contenedor de Docker. Los paquetes de Python necesarios se encuentran en
predtimes/requirements.txty se instalarán automáticamente con Docker.
Ejecutando la Aplicación
- Construye e inicia los servicios usando Docker Compose:
Esto iniciará el servidor web, el worker de Celery y una instancia de Redis.docker-compose up --build -d - Accede a la aplicación web navegando a http://localhost:8000 en tu navegador.
- Las credenciales de acceso por defecto son:
Usuario: admin Contraseña: password
Uso de la Aplicación
- Iniciar Sesión: Usa las credenciales por defecto para acceder.
- Crear un Proyecto: En la página de inicio, haz clic en "Create New Project" para lanzar el asistente.
- Paso 1: Nombre del Proyecto: Dale un nombre y una descripción a tu proyecto.
- Paso 2: Conexión a la Base de Datos: Proporciona los detalles de conexión para tu base de datos externa y prueba la conexión antes de continuar.
- Paso 3: Seleccionar Tablas: Elige las tablas que quieres usar para el pronóstico.
- Configurar Proyecto: Después de crear el proyecto, serás redirigido a la página de detalles del proyecto. Aquí puedes:
- Seleccionar las columnas para Datetime, valores Numéricos (los que quieres predecir) y Multigroup (para crear modelos separados por grupo).
- Iniciar el entrenamiento del modelo.
- Entrenar Modelo: Configura los parámetros de entrenamiento y haz clic en "Train" para comenzar. Puedes monitorizar el estado de la tarea de entrenamiento.
- Generar Predicciones: Una vez completado el entrenamiento, puedes generar predicciones que se mostrarán en el gráfico.
Stack Tecnológico
- Backend: Python, Django
- Tareas Asíncronas: Celery, Redis
- Machine Learning: TensorFlow (con Keras), Scikit-learn, Pandas, NumPy
- Conectividad de Base de Datos: SQLAlchemy
- Frontend: HTML, JavaScript, Chart.js, Bootstrap
- Contenerización: Docker, Docker Compose
Autor: beta6 - https://www.tuxrincon.com/
Este proyecto está licenciado bajo la Licencia GPLv3.
blog comments powered by Disqus
