Por Ing. Horacio Gastón Arrigo (Especialista en Explotación de Datos y Descubrimiento del Conocimiento-UBA). En esta segunda parte de la publicación se muestran los resultados obtenidos con los métodos de agrupación por componentes espectrales y agrupación por acumulación de evidencia. Por último se presentan las conclusiones finales.
Por Ing. Horacio Gastón Arrigo (Especialista en Explotación de Datos y Descubrimiento del Conocimiento-UBA). Las empresas de telecomunicaciones que proveen servicio de telefonía móvil, tienen como objetivo proveer un servicio ininterrumpido y de calidad adecuada. El motivo no es solo comercial sino que también se deben cumplir con obligaciones contractuales y resoluciones gubernamentales. Ésto motiva que la planificación, mantenimiento y actualización de una red sea un desafío con diversos enfoques que excede lo meramente tecnológico.
Emmanuel Iarussi es investigador de CONICET en la Universidad Tecnológica Nacional, Facultad Regional Buenos Aires (FRBA UTN), donde desarrolla proyectos centrados en la computación gráfica y la explotación de grandes volúmenes de información para mejorar el diseño industrial. Es Ingeniero en Sistemas de la Universidad Nacional del Centro de la Provincia de Buenos Aires (UNICEN), Doctor en Computación del INRIA (Francia) y cursó un Posdoctorado en el IST de Viena (Austria). Sus estudios de doctorado se basaron en el aprendizaje de dibujo asistido por computadora utilizando algoritmos de visión. También realizó una pasantía en Adobe (Estados Unidos), donde trabajó sobre herramientas de diseño para usuarios no expertos.
Aspectos éticos en la cadena de valor de los datos Actualmente, el Council of Big Data, Ethics and Society, una organización estadounidense con un enfoque crítico a las iniciativas de Big Data, reconoce en su informe “Perspectives on Big Data, Ethics and Society” que a medida que se hace más barato recolectar, almacenar y re-analizar grandes bases de datos, resulta evidente que el consentimiento informado […]
Junto a la explosión en el volumen de datos que manejan las organizaciones, su diversidad y la velocidad con que se genera y utilizan los datos, emerge un universo desconocido de riesgos en el manejo de información crítica de las organizaciones. Conocer técnicamente esta temática, adoptar una cultura de cumplimiento normativo e integrar cada vez más el trabajo de Data Scientist con el de Compliance […]
Por Ignacio Uman. Erin LeDell es Chief Machine Learning Scientist en H2O.ai, la compañía que desarrolló la plataforma open source de aprendizaje automático H2O. Referente en aprendizaje automático y estadística computacional; realizó su doctorado sobre la temática en UC Berkeley. Asimismo es fundadora de Women in Machine Learning & Data Science y una de las co-fundadoras de R-Ladies Global. Luego de haber participando como oradora […]
Por Gastón Liberman (Magíster en Explotación de Datos y Descubrimiento del Conocimiento-UBA). El aprendizaje automático (machine learning) tuvo grandes avances en aplicaciones de medicina, específicamente en el diagnóstico de imágenes gracias al auge del aprendizaje profundo (deep learning). En este caso, quise contribuir con mi tesis desarrollando un modelo de clasificación de imágenes de melanomas usando redes neuronales convolucionales (ConvNets o CNNs) y vectores de Fisher. […]
Alfredo Rolla es Profesional Principal del CONICET en el Centro de Investigaciones del Mar y la Atmósfera (CIMA). Se especializa en el desarrollo de aplicaciones usando modelos de crecimiento de cultivos, modelos climáticos y programación paralela y en el análisis y desarrollo de aplicaciones de tecnologías web para la visualización georreferenciada de datos. Colaboró en la segunda y tercera Comunicación Nacional de la República Argentina […]
Como ya es tradición, en el marco de la #ECI2019 se desarrollarán dos nuevas competencias: Despegar (Clasificación automática de escenas en imágenes de alojamientos) y AlixPartners (Predicción de ventas estacionales) en la plataforma Meta:Data de la Fundación Sadosky. Estas competencias plantean problemas interesantes y reales de ciencias de datos, con el objetivo de estimular el interés de la comunidad en este tema de tanta relevancia […]
Débora Chan es Licenciada en Matemática, especialista en Estadística Matemática y en Docencia Universitaria. Profesora Titular a cargo de la Coordinación de Probabilidad y Estadística de la Regional Buenos Aires, Universidad Tecnológica Nacional. Profesora invitada en la Maestría de Investigación Clínica del Hospital Italiano. Profesora de las maestrías de Data Mining (UBA) y de Control de Sistemas Complejos (UTT-UTN-FRBA). Evaluadora de CONEAU. Consultora de las […]
Comentarios recientes