Temporal Modeling of Weekly Dengue Cases in Marikina City: A Time-Respecting Comparison of Classical, Machine Learning, and Deep Temporal Models
Este estudio evalúa modelos clásicos, de aprendizaje automático y de aprendizaje profundo para pronosticar los casos semanales de dengue en la ciudad de Marikina utilizando un diseño temporal libre de filtraciones, encontrando que, si bien los modelos base simples funcionaron bien durante la validación interna, el modelo LSTM logró una precisión predictiva superior en el conjunto de prueba fuera del tiempo de 2025, a pesar de una tendencia general a subestimar las semanas de nivel de brote.