• History of AI + Machine Learning on the Edge + LXAI Medellin Town Hall Forum

    Sponsor: Snappr (http://snappr.co) ------------------------------ Título: Distributed Optimization over Networks: Machine Learning on the Edge In this talk, I will give an overview of the most recent developments on distributed optimization over networks, where a network of agents or computing units cooperatively seek to find a common solution to an optimization problem but the data is stored distributively due to privacy constraints or distributed storage. I plan to introduce the general model and the particular behaviors introduced by the network topology. I will focus on general theoretical results on the complexity analysis both in terms of the oracle complexity and communication complexity. Presentador: Cesar A. Uribe Received the M.Sc. degrees in systems and control from Delft University of Technology, in The Netherlands, and in applied mathematics from the University of Illinois at Urbana-Champaign, in 2013 and 2016, respectively. He also received the PhD degree in electrical and computer engineering at the University of Illinois at Urbana-Champaign in 2018. He is currently a Postdoctoral Associate in the Laboratory for Information and Decision Systems-LIDS at the Massachusetts Institute of Technology-MIT. His research interests include distributed learning and optimization, decentralized control, algorithm analysis, and computational optimal transport. ------------------------------ Título: History of Artificial Intelligence In this talk we will explore the past of Artificial Intelligence to try to understand how we got here and explore some ideas of where we are headed. Presentador: Cristian Garcia Machine Learning Engineer and Developer with background in math and physics. Extensive experience creating Machine Learning applications in fields such as autonomous vehicles, video analytics, manufacturing, consumer applications. ------------------------------ LatinX in AI (LXAI): Medellin Town Hall Forum The LatinX in AI Organization (LXAI) is excited to kick off our first International Town Hall Forum October 15th, 2019 in Medellin, Colombia! The goal of these forums is to meet and engage with regional AI and ML practitioners, researchers, activists, and companies across South and Central America. The town hall aims to bring awareness to the topics and issues specific to each city. Agenda: - Introduction to LatinX in AI Organization by Laura Montoya - Open Forum Discussion - How to Stay Involved - Join the Global Community - Closing Forum Survey: https://forms.gle/BNAb379aZJvsjDDu9 Learn more: http://www.latinxinai.org/ Big Thanks to Machine Learning Medellin Meetup for hosting us!!

  • Avances y retos de la inteligencia artificial en Colombia

    En este evento podremos compartir con algunos de los principales líderes de inteligencia artificial en el país! Dado la magnitud de este evento, por favor reservar en Eventbrite: https://www.eventbrite.com/e/avances-y-retos-de-la-inteligencia-artificial-en-colombia-tickets-71932454909 - Experiencias usando Inteligencia Artificial en Rappi Alejandro Correa Bahnsen, PhD, Vice President of Artificial Intelligence, Rappi https://www.linkedin.com/in/albahnsen/ - El impacto de la AI en Latino America Alejandro Betancourt, PhD, General Manager & Sr Machine Learning Engineer, Landing AI https://www.linkedin.com/in/abetan16/ -El uso de la Inteligencia Artificial en la Industrialización de RPA Alejandro Gomez Montoya, RPA Expert at Digital Americas Pipeline Initiative (DAPI) https://www.linkedin.com/in/alejogm0520 Recuerden que para reservar deben registrarse en Eventbrite: https://www.eventbrite.com/e/avances-y-retos-de-la-inteligencia-artificial-en-colombia-tickets-71932454909 Los esperamos!

    7
  • Kaggle Competition: Cellular Image Classification

    Kaggle Competitions: Cellular Image Classification Los invitamos a participar en un evento de Kaggle Competitions donde enfrentaremos por equipos retos de Kaggle de talla mundial. En esta ocasión enfrentaremos un problema de clasificación de imágenes biológicas. Link Competencia: https://www.kaggle.com/c/recursion-cellular-image-classification/overview Sponsor: TBA "El costo de algunos medicamentos y tratamientos médicos se ha incrementado tanto en los últimos años que muchos pacientes no pueden hacerlo. Puede ayudar con un proyecto de clasificación que podría hacer que los investigadores sean más eficientes. Una de las razones más sorprendentes detrás del costo es cuánto tiempo lleva llevar nuevos tratamientos al mercado. A pesar de las mejoras en tecnología y ciencia, la investigación y el desarrollo continúan retrasados. De hecho, encontrar nuevos tratamientos lleva, en promedio, más de 10 años y cuesta cientos de millones de dólares." Info: https://www.rxrx.ai/

    1
  • U-Net: CNN for Biomedical Image + Reconocimiento de emociones en EEG

    Sponsor: Datagran ------------------------------ Título: U-Net: Convolutional Networks for Biomedical Image Segmentation Deep learning models have shown incredible accuracy in image recognition, classification and segmentation tasks. Here, a review of the paper * that introduced U-Net, an end-to-end neural network for image segmentation proposed by Olaf Ronneberger et al. at University of Freiburg. * Link to the paper: https://arxiv.org/pdf/1505.04597.pdf) Presentador: Sebastian Pineda Ingeniero electrónico de la Universidad de Antioquia. Ha trabajado como data scientist por tres años. Ahora estudia una maestría en Data Analytics en Hildesheim, Alemania. ------------------------------ Título: Reconocimiento de emociones en EEG El comprender fenómenos psicológicos como lo son las emociones, permiten a expertos en el área como psicólogos, psiquiatras y expertos en marketing tener herramientas para identificar preferencias por un producto, afecciones por un entorno, y hasta patologías que requieran un tratamiento. En esta charla veremos como utilizar tecnicas de Machine Learning para detectar emociones a través de un EEG. Presentador: Alejandro Gómez Montoya Ingeniero fisico y estudiante de Maestria en Matematicas de la universidad Eafit

    4
  • Automatic classification of event logs sequences + Neural Style Transfer

    Automatic classification of event logs sequences for failure detection in WfM/BPM systems Expositor: Johnnatan Jaramillo Bio: Ingeniero de Sistemas de la Universidad de Antioquia. Estudiante de Maestría en Ingeniería en la Universidad de Antioquia, con énfasis en Inteligencia Computacional y Big Data. Charla: El trabajo consiste en clasificar automáticamente diferentes secuencias de eventos que son generadas por sistemas BPM, esto con el fin de predecir errores en dichos sistemas. De Picasso a Deep Learning: Creando arte con Neural Style Transfer Bio: Juan Camilo es Ingeniero Administrador y Especialista en Analitica de la Universidad Nacional de Colombia. Ha trabajado por más de 2 años como Data Scientist y actualmente es Machine Learning Engineer dentro de LandingAI donde aplica modelos de Deep Learning. Adicionalmente, es fanático del baloncesto, math rock y los videojuegos. Charla: En primer lugar, se expondrá la teoría básica de Neural Style Transfer y cómo genera nuevas imágenes combinando contexto y estilo de otras imágenes. Posteriormente, se expondrán mejoras y aplicaciones de empresas como NVIDIA, Google, etc., y finalmente, se mostrará la implementación práctica de este tipo de redes usando Python y TF/Pytorch.

    1
  • Sistemas de Recomendación para Retail + Introducción a NLP

    Vizcaya Business Center

    Registro: https://www.eventbrite.com/e/meetup-machine-learning-tickets-63395995128 Sponsor: Globant ------------------------------ Título: Sistemas de Recomendación para Retail Resumen: Se presentaran 5 casos de uso para un motor de recomendación, la arquitectura sobre la que se desarrolló y el resultado del proceso de entrenamiento y validación. Presentador: Auberth Eduardo Hurtado Data Scientist Sr. en Globant, durante los últimos 10 años he participado en distintos proyectos de analítica y machine learning elaborando modelos que permiten orientar la toma informada de decisiones. ------------------------------ Título: Introducción a NLP: embeddings, retos y aplicaciones Resumen: Introducción a los conceptos básicos de NLP: preprocesamiento, embeddings. Aplicaciones: sentiment analysis, topic classification, named-entity recognition. Presentador: Juan Manuel Gutiérrez Apasionado por los datos y la inteligencia artificial. Miembro del fellowship en AI de Lacuna. Ingeniero administrador, especialista en analítica. Experiencia en analítica y machine learning en call centers y sector financiero.

    7
  • Introduction to Reinforcement Learning + Big Data solutions in the real world

    En Mayo les traemos 2 nuevas charlas de Machine Learning, una sobre Reinforcement Learning y otra sobre Big Data en el mundo real. Sponsor: TBA ------------------------------ Título: Introduction to Reinforcement Learning Resumen: In this talk will give participants insights into reinforcement learning through intuitive examples. After exploring some of the theoretical background, we will apply the theory to code the famous Q-learning algorithm. Presentador: Cristian Garcia Machine Learning Engineer and Developer with background in math and physics. Extensive experience creating Deep Learning applications in fields such as autonomous vehicles, video analytics and manufacturing. ------------------------------ Título: How to implement Big Data solutions in the real world. Resumen: We present learned lessons from three use cases in the implementation of big data & analytics projects for the public and private sector. Presentador: Santiago Angée Hermano de dos hermosos gatos, amante de los gatos y los perros, la cerveza y el kebab. Data Architect, orgullosamente Glober, políglota, Ingeniero de Sistemas de la Universidad EAFIT, Magíster en ingeniería de la misma Universidad.

    2
  • Diferenciación Automática con JAX + Deep learning for sounds

    En Abril les traemos 2 nuevas charlas de Machine Learning, una sobre una librería de diferenciación automática llamada JAX y otra sobre reconocimiento de audio con Deep Learning. Sponsor: EDU - Empresa de Desarrollo Urbano: http://edu.gov.co/ ------------------------------ Título: Diferenciación Automática con JAX Resumen: JAX tiene un sistema de diferenciación automático bastante completo. Vamos a ver un montón de ideas de diferenciación automática que pueden ser de ayuda en tus trabajos de optimización con gradientes o en trabajos de aprendizaje profundo. Presentador: David Cardozo es una mezcla entre científico e ingeniero con intereses en inferencia estadística e inteligencia artificial. Actualmente trabaja como ingeniero de aprendizaje de máquinas en Kiwi Campus atacando el problema de la última milla. ------------------------------ Título: Deep learning for sounds Resumen: Introducción al pre-procesamiento de sonidos para ser usados como entrada a una red neuronal y repaso por diferentes arquitecturas usadas en tareas de ACA(audio content analysis). Presentador: Jose Omar Giraldo Valencia es músico e ingeniero de sonido apasionado por la programación y la inteligencia artificial. Actualmente trabaja desarrollando sistemas de reconocimiento de sonidos ambientales.

    8
  • AI Dojo - Competencia de Machine Learning [Computer Vision]

    AI Dojo - Competencia de Machine Learning [Computer Vision] El Machine Learning se trata de enfrentarse a los datos, generar intuiciones, proponer modelos, y luchar una y otra vez por mejorar las predicciones. La tematica de este evento sera Computer Vision. Los invitados se enfrentaran en una competencia personalizada de Kaggle que hemos creado para el evento. El proposito es integrar a la Machine Learning, compartir ideas, y que los participantes adquieran mas experiencia. Los miembros del equipo del Machine Learning Meetup estarán de mentores. El reto lo revelaremos durante el evento y quedara abierto públicamente para que los que no puedan asistir lo resuelvan por su cuenta.

    5
  • Introducción a las redes convoluciones + Detección rápida de objetos con YOLO

    Título: Introducción a las redes convoluciones Resumen : En este charla daré a conocer los fundamentos básicos de las redes convolucionales, sus diferentes arquitecturas, areas de aplicación y la principal diferencia con los métodos tradicionales. Mostraré además una breve revisión de los conceptos previos y algunos ejemplos de código. Presentador: Sebastian Pelaez, Técnico Profesional en Programación del Politécnico Jaime Isaza, actualmente estoy en el noveno semestre de Ingeniería de Sistemas en la Universidad de Antioquia. Tengo experiencia en Java como Backend Developer, llevo 3 años estudiando Machine Learning y actualmente estoy en el Bootcamp de Arista Ai enfocandome en Deep Learning. Título: Detección rápida de objetos con YOLO (You Only Look Once) Resumen: En esta charla haremos una pequeña revisión de enfoques clásicos para resolver el problema de detección de objetos en imágenes e introduciremos YOLO el cuál es un algoritmo rápido que permite resolver este problema, explicaremos sus diferencias con métodos anteriores y el porqué es más eficiente. Presentador: Juan David Gil, Magister en ingeniería de sistemas y computación de la universidad tecnológica de pereira con interés en el aprendizaje de máquina. Experiencia con aplicaciones de visión artificial. Actualmente Bootcamper en Arista Ai.