La Charla es gratuita y se celebrará en el Salón de Actos del Parque Científico de Murcia, es necesaria la inscripción por motivos de aforo.

En esta charla se comentarán qué aspectos hay que tener en cuenta cuando se va a abordar el proceso de construir modelos predictivos con técnicas de aprendizaje computacional (machine learning). Los conceptos presentados, además de aplicar la metodología de desarrollo de una forma correcta, nos permitirán sacar un mayor entendimiento de las librerías disponibles.

En los últimos años estamos viviendo un inusitado interés por la aplicación de técnicas de aprendizaje computacional (machine learning). Los dos aspectos más importantes que han propiciado este creciente interés son la disponibilidad de datos y de recursos de computación. Vivimos en una sociedad datificada, se pueden recoger datos de cualquier proceso y en cualquier momento. Las redes sociales, nuestros móviles, portales de comercio electrónico… producen una gran cantidad de datos que permiten generar perfiles que pueden predecir el comportamiento de clientes y usuarios. La aparición de las tecnologías propias del Big Data ha hecho posible almacenar y acceder a esta cantidad
ingente de datos de una manera eficiente y, junto a una gran cantidad de librerías, hacer que la aplicación de técnicas de aprendizaje computacional sea más fácil y eficiente.
Además, a medida que ha crecido la cantidad de datos, la tecnología ha puesto a nuestro alcance una gran capacidad de cómputo a unos precios cada vez más razonables.

El acceso a GPU’s, TPU’s y grandes infraestructuras a través de la nube hace que los problemas de escalabilidad de las técnicas de aprendizaje computacional hayan sido superados y por lo tanto, poder abordar problemas de dimensiones difíciles de imaginar hace unos años. Pero para hacer un uso eficiente de todas estas facilidades con el objetivo de desarrollar modelos predictivos hay que tener muy claros ciertos aspectos metodológicos, sin los cuales nuestros proyectos pueden fallar.

Hay que conocer las técnicas de muestreo, qué medidas se pueden utilizar, cómo controlar la búsqueda de los hiperparámetros de los modelos y saber detectar el sobre entrenamiento entre otros. Conocer estos conceptos nos permitirá hacer un uso más eficiente de las diferentes librerías que permiten el desarrollo de modelos predictivos.

Impartida por:
D. José Tomás Palma Mendez, Doctor en Informática, profesor de la Facultad de Informática de la Universidad de Murcia (UMU), e Investigador Principal del Grupo de
investigación de Inteligencia artificial e ingeniería del
conocimiento de la UMU. Es uno de los responsables de
Master de BIG DATA . Posee una dilatada experiencia en
el campo de la Inteligencia artificial con multitud de
publicaciones sobre la materia.

Lugar: Parque Científico de Murcia. Salón de actos.
Fecha 29 de Octubre 2019
Hora: Inicio 17:30 – Fin 19:00 aprox
Jornada Gratuita. Aforo limitado
Es necesaria la inscripción a través del enlace. centic@centic.es

Se puede descargar el programa en pdf a través del enlace

Esta acción se enmarca dentro del proyecto Vigitematic19. Proyecto de acciones de vigilancia tecnológica y transferencia.

Cofinanciado por: