Una ventana deslizante toma un rango fijo de las observaciones más recientes de una serie de tiempo —por ejemplo, los últimos 7 días— y calcula estadísticas sobre ese rango, como el promedio o la desviación estándar, generando así variables útiles para un modelo de machine learning aplicado a datos temporales.
Por qué es una técnica tan versátil
Permite convertir un problema de series de tiempo en un problema de aprendizaje supervisado más estándar, donde cada observación incluye información resumida de su pasado reciente como variables de entrada, siendo aplicable tanto para pronóstico como para detectar comportamientos anómalos respecto al patrón reciente.