Séptimo Encuentro Data Science Córdoba 2015

Cronograma:

18:50 Bienvenida y Apertura

19:00 Ciencia de Datos al otro lado del charco
[Pablo Celayes]

19:30 Clasificadores: Cuál elegir y para qué aplicación
[Rafael Carrascosa]

20:00 Trucos para el prácticante de machine learning
[Rafael Carrascosa]

20:30 Evolución de datos en DBpedia
[Pablo Duboue]

21:00 Cierre y Picada

--------------------------------------

Vamos con el séptimo encuentro del año.
Esta vez nuevamente en la Incubadora de Empresas de la UNC y como siempre con interesantísimas charlas y novedades: Pablo Celayes viene a traernos algunas buenas nuevas de la EuroPython 2015, Rafa Carrascosa nos ofrece menú doble de charlas sobre machine learning y Pablo Duboue nos comparte su trabajo sobre evolución del conocimiento en DBpedia.

--------------------------------------

¿De qué van las charlas?

Ciencia de Datos al otro lado del charco
En julio tuvo lugar en Bilbao (España) el encuentro anual de la comunidad europea de programación Python. Mariana y Pablo, miembros de nuestra comunidad, estuvieron allí siguiendo las últimas novedades relacionadas al trabajo en Ciencia de Datos en este lenguaje cada vez más protagónico en el área. Como Mariana sigue de viaje, le toca a Pablo venir a reportar las noticias.
De postre, algunas impresiones sobre el desarrollo de la Ciencia de Datos en las principales capitales emprendedoras europeas.

Clasificadores: Cuál elegir y para qué aplicación
Se hablará sobre diferencias cualitativas entre algoritmos de clasificación estadistica (como tolerancia al ruido, forma de la superficie de decision, time complexity, etc.) y sobre aplicaciones que se benefician de estas caracteristicas.

Trucos para el prácticante de machine learning
Se hará un repaso rápido de algunos trucos que es útil tener a mano cuando uno enfrenta aplicaciones de machine learning, como: Hashing para reducir el perfil de memoria, reservoir sampling, cómo trabajar con features heterogeneos clasificación con muchas (demasiadas) clases.

Evolución de datos en DBpedia
En esta charla Pablo Duboue hablará de un proyecto en conjunto con los Dres.
Dominguez y Estrella de la FaMAF sobre evolución de datos en dbPedia y
su impacto en generación de texto. Para darle marco al problema se empezará con un resumen de una charla sobre generación de texto para reportes estadísticos que presentó en el grupo de análisis de datos de Montreal el febrero pasado:
http://duboue.net/papers/talk_mtldata_20150211

--------------------------------

¿Y quiénes las dan?

Rafael Carrascosa es programador autodidacta desde los 14, licenciado en ciencias de la computación, ex docente de FaMAF, trabaja en Machinalis con casi 5 años de experiencia en aplicaciones industriales de machine learning y procesamiento del lenguage natural. Python & open source ftw!

Pablo Celayes es Licenciado en Matemática (2006) y Analista en Computación (2014) egresado de FaMAF, UNC. Pythonista científico nómade desde 2012, ha participado en numerosos proyectos relacionados a Aprendizaje Automático, Procesamiento de Lenguaje Natural , Análisis de Datos y Criptografía, para clientes e instituciones de Holanda, Turquía, Estados Unidos y Argentina. Fundador y coordinador desde 2009 de LaAcademiaMateClub, un espacio de divulgación y entrenamiento para jóvenes aficionad@s a la matemática. Miembro de OpenData Córdoba y participante de cuanto hackatón encuentre. Cuando suelta la laptop, entretiene los dedos tocando el bajo

El Dr. Pablo Duboue es un tecnologista del lenguaje independiente. Su trabajo se centra en tecnologías de lenguaje aplicadas y en generación de lenguaje natural. Es Licenciado en Ciencias de la Computación egresado de FaMAF, UNC (1998) y M.S. (2001), M.Phil (2003) y Ph.D (2005) en Ciencias de la Computación por la Universidad de Columbia (New York). Le apasiona mejorar la sociedad a través de tecnologías del lenguaje y reparte su tiempo entre enseñar, investigar y contribuir a proyectos open source. Ha enseñado en la Universidad Nacional de Córdoba, la Universidad de Columbia y la Universidad Siglo 21, y ha trabajado para IBM como miembro del equipo de investigación del proyecto TJ Watson Research.