Machine Learning Spain XVII

Detalles

Tras el descanso de principios de 2017, ya tenemos fecha y ponentes para el siguiente meetup de Machine Learning Spain. Será el día 10 de febrero (viernes) a las 18:30h en Campus Madrid. Esta vez será un viernes, por lo que los que queráis quedaros un rato más al networking no tendréis problemas al no tener que madrugar el día siguiente :) . Tenemos dos charlas con profesionales muy reconocidos. La evolución del evento y algunas fotos estarán en la cuenta de Twitter @ml_spain. La agenda será la siguiente.

18:30 - Acceso al auditorio. Calle de Manzanares, 1.

18:35 - "¿Tensores Funcionales? Librería de Haskell para Tensor Flow".

Haskel Mad, el Grupo de Usuarios de Haskell de Madrid pone en conocimiento de la comunidad la creación de un subgrupo que va a explorar las posibilidades que ofrece Haskell para la Ciencia de Datos. Para ello se van a convocar una serie de eventos que se irán anunciando progresivamente y que están abiertos a todas las personas interesadas, independientemente de su nivel de conocimientos. Como una de las primeras actividades que se plantea está el profundizar en el uso de la librería de Haskell para Tensor Flow.

Ponente:

• Juan Antonio Lleó, coordinador de Data Science de Haskell Mad.

18:45 - "Deep Learning aplicado en medicina".

De entre todos los sectores donde las aplicaciones de Machine Learning supondrán un gran impacto, aquellas en el área de salud se encuentran entre las más prometedoras y apasionantes. Por otra parte, los métodos basados en Deep Learning son los que están logrando los mayores avances en Machine Learning. En esta charla, exploraremos la intersección de ambos mundos, revisando varias aplicaciones de Deep Learning para medicina personalizada. Exploraremos los retos específicos que presentan este tipo de datos, presentaremos arquitecturas de redes neuronales diseñadas específicamente para este tipo de aplicaciones, analizaremos en qué punto nos encontramos actualmente y qué podemos esperar en los próximos años

Ponente:

• Cristóbal Esteban.

Es Ingeniero de Telecomunicación y está finalizando su tesis doctoral en el tema de Deep Learning para medicina personalizada en la Universidad de Munich. Recientemente ha finalizado su etapa como investigador en el grupo de Machine Intelligence de Siemens AG en Munich, y actualmente forma parte del grupo de Bioinformática de la ETH Zurich. Cristóbal ha trabajado aplicando Machine Learning en colaboración con numerosos hospitales como el Hospital Charité de Berlin, el Memorial Sloan Kettering Cancer Center de Nueva York, el Hospital de Galdácano en Bilbao, el Hospital Universitario de Berna, etc. Además es el creador de la plataforma Predictors.ai (http://predictors.ai/).

19:30 - "Antikaggle: contra la homeopatía de datos"

Kaggle es una plataforma fantástica. Lo sabemos y nos lo han hecho saber innumerables veces. Esta charla es, sin embargo, una revisión crítica sobre lo que puede enseñar y lo que no; sobre el valor que aporta (entre otros, a los participantes) y el que no y sobre, finalmente, la ciencia de datos y una degeneración suya que ha encontrado en Kaggle otra vía de propagación y que he dado en llamar homeopatía de datos.

Ponente:

•Carlos J. Gil Bellosta.

Estudió matemáticas y estadística en la Universidad de Zaragoza y Washington University en San Luis, EE.UU. y trabaja con datos grandes y pequeños desde 2005. Es un miembro activo de la comunidad de usuarios de R, preside la asociación de usuarios de R (Comunidad R Hispano) desde su fundación en 2011 y ha desarrollado varios paquetes, como los cada vez más populares rPython, caRtociudad y pxR. Mantiene un blog muy activo en datanalytics (https://www.datanalytics.com/)y ofrece servicios de consultoría estadística a través de Circiter (http://circiter.es/).

20:30 - ¡Cervezas y networking!

Tomaremos unas cervezas y podremos seguir charlando sobre los temas de interés que salgan en esta jornada.

Nos vemos el viernes 10 de febrero en Campus Madrid.