Está dando muy poca información sobre el alcance de la predicción requerida. ¿Está buscando el consumo total de un año o una serie temporal que abarca un año? Que energia ¿Qué país o países?
De cualquier manera, puede descubrir patrones interesantes en los datos históricos arrojándolos a algoritmos de ML como árboles de decisión o redes neuronales.
Pero no apostaría por eso. ML no hace magia. La premisa fundamental es que la variable desconocida que intenta inferir representa un estado que influye fuertemente en las variables observadas. Si este enlace es débil o está roto, no hay nada que aprender. Si es muy directo y obvio (digamos una función lineal) tampoco tiene sentido hacer ML. Si el enlace no es obvio, uno podría tener la suerte de descubrirlo utilizando muchos datos. Entonces puedes predecir.
- ¿Por qué tantos anuncios de trabajo para Big Data requieren habilidades de Excel?
- ¿Cómo aprendo minería de datos en un mes?
- ¿Qué es un data mart?
- ¿Cuál es el proceso para realizar algunos proyectos pequeños en componentes de big data?
- ¿Qué conjuntos de habilidades son imprescindibles para un aspirante a científico de datos además de la calificación educativa?
¿Crees que hay un fuerte vínculo entre tus observables (el pasado y el presente) y las variables no observadas (el futuro)? No sé mucho sobre el modelado del consumo de energía, pero supongo: ¡No!
El consumo de energía está estrechamente relacionado con la actividad económica, el clima local, las innovaciones tecnológicas, etc. ¿Puede predecir cualquiera de los tres con un año de anticipación (por cualquier medio, utilizando cualquier información), o incluso hacerlo con sus datos limitados? Decide por ti mismo, pero no creo que tengas un problema factible de minería de datos o ML frente a ti.
