AYUDAS A LA NAVEGACIÓN:


CABERECA PARA LA VERSÍON IMPRIMIBLE:

Logotipo SPRI    Logotipo de Euskadi+innova

CABECERA DE LA PÁGINA:

Logotipo SPRI

MENÚ AUXILIAR:

Innovar para mejorar

RUTA DE ACCESO A LA PÁGINA ACTUAL:


CONTENIDO DE LA PÁGINA:

Conferencia
Euskal Encounter: Orange, Machine Learning al alcance de la mano (Online)

Vota este evento
Resultado:     Sin interés 1 voto
Compartir: Twitter Facebook Google + Delicious Menéame
  • Idioma de impartición Español
Orange es una herramienta open source que nos permite realizar proyectos de data analytics de forma sencilla y muy intuitiva. Además, no es necesario saber programar para hacer proyectos completamente funcionales de machine learning y visualización.

 

Puedes realizar tanto el análisis de los datos como una visualización inteligente de los mismos y de los resultados del análisis. Entre otras muchas posibilidades, permite explorar distribuciones estadísticas, diagramas de caja y de dispersión, o profundizar con árboles de decisión, agrupación jerárquica, mapas de calor, y un largo etcétera. Por último, es una herramienta viva con un core básico principal a la que se le pueden añadir módulos específicos para estudio de time-series o procesamiento del lenguaje natural entre otros.

En esta conferencia veremos las características de Orange, las posibilidades que nos ofrece y algún ejemplo que nos pueda ilustrar la potencialidad de esta herramienta open source.

Este evento será impartido online a través de la plataforma Discord.
Aforo limitado.

Ponente

Dr. Carlos Cernuda, nacido en Oviedo el 4 de mayo de 1976, obtuvo el título de Licenciado en Matemáticas por la Universidad de Oviedo en 2009 y el de Máster en Soft Computing and Intelligent Data Analysis en 2010, por la Universidad de Oviedo conjuntamente con el European Center for Soft Computing. En 2014 se doctoró en Ciencias de la Ingeniería por la universidad Johannes Kepler Universität Linz (Linz, Austria) con la tesis titulada "Advanced Data Mining and Machine Learning Techniques in Chemometric Modeling", codirigida por los profesores Erich Peter Klement (Johannes Kepler Universtät Linz) y Ricard Boqué Martí (Universitat Rovira i Virgili de Tarragona).

En los períodos sept. 2010 a ago. 2014 y sept. 2014 a abril 2016, ha sido investigador principal en sendos proyectos nacionales en Austria, con un presupuesto total de más de 11M€. Entre mayo de 2016 y noviembre de 2018 desempeñó en BCAM la labor como investigador postdoctoral en el departamento de Data Science - Machine Learning.

En diciembre de 2018 se incorporó a MGEP (Mondragon Unibertsitatea) en calidad de Personal Docente Investigador (PDI). Sus áreas de investigación incluyen, entre otros, la minería de datos, el Machine Learning, la selección de variables multiobjetivo, y los modelos no-lineales de regresión y clasificación. Su actividad docente se centra en Analytics, concretamente Machine Learning y Deep Learning.

Inscripciones

Este evento es parte de la programación de la Euskal Encounter 2020. Las plazas son limitadas, por lo que es necesario inscribirse previamente en esta web. Sólo podrán asistir aquellas personas que se hayan inscrito y que hayan recibido confirmación de su plaza.




AYUDAS A LA NAVEGACIÓN: