Predicción de abandono de clientes con FT-Transformer y stacking
Descubre cómo combinar FT-Transformer y XGBoost con stacking para predecir el abandono de clientes en datos estructurados con alta precisión.
#stacking
Validación en campo de modelo ConvLSTM multirresolución para deformación de muros
Descubre cómo un modelo ConvLSTM multirresolución predice deformaciones en muros de contención con solo 1.4 mm de error, validado en 11 excavaciones reales.
Índice Kalimati: Pronóstico con Stacking Online Corregido por Momentum
Descubre cómo el Índice Kalimati y un ensemble de stacking online corregido por momentum logran un MAPE del 0.68% en predicciones a 90 días. Mejora la seguridad alimentaria.