MONTERREY

Cada participante deberá asistir a todos los talleres y conferencias.

El aprendizaje automático es un área que ha ganado mucho interés por su creciente aplicación en la solución de diferentes problemas del mundo real. En este taller revisaremos los principales paradigmas de aprendizaje supervisado y los aplicaremos en la construcción de modelos de predicción usando Python. Exploraremos herramientas para trabajar con grandes volúmenes de datos y su uso en las tareas de aprendizaje.
Prerrequisitos: Conocimientos básicos de programación en Python.

En este taller se realizará una exploración de diferentes métodos estadísticos para la visualización de información. Desde gráficos sencillos hasta representaciones complejas de datos, donde la cantidad de datos y de variables hacen necesaria el uso de herramientas y teoría para una representación efectiva.

En esta plática se presenta las ideas y conceptos básicos sobre campos aleatorios de Markov.

La programación lineal es una rama de las matemáticas ampliamente utilizada para la modelación de procesos, con el objetivo de optimizarlos; es decir, se busca maximizar o minimizar una medida de desempeño, cumpliendo con un conjunto de características o requerimientos definidos por la naturaleza del sistema. En esta plática se abordarán algunos conceptos y algoritmos usados en la programación lineal como herramienta para formular y resolver problemas cotidianos.

Varias aplicaciones modernas incluyen el análisis de una gran cantidad de datos en forma de texto, donde una tarea muy importante es tener una representación matemática apropiada de los mismos para después poder aplicar distintos métodos de análisis, como aquellos basados en machine learning. En esta plática veremos algunas formas adecuadas de representación de textos y aplicaciones en generación de lenguaje y clasificación.