Maestría En Data Mining

25/06/2024

Nuevo profesor de Aprendizaje por Refuerzos

César Caiafa es Investigador Independiente en el Instituto Argentino de Radioastronomía (IAR) (CONICET/UNLP/CIC); Profesor Adjunto en la Facultad de Ingeniería, Universidad de Buenos Aires (UBA), e Investigador Visitante del RIKEN Center for Advanced Intelligence Project (AIP), Japón.

En cuanto a su formación es Ingeniero y Doctor en Ingeniería Electrónica de la UBA. Sus intereses de investigación se centran en las aplicaciones de aprendizaje automático, el procesamiento de señales multidimensionales y el modelado en sistemas multiagentes no lineales. Sus principales contribuciones son en las áreas de factorizaciones tensoriales, representaciones sparse y sus aplicaciones en astronomía, biomedicina y neurociencias.

Recientemente Caiafa fue designado Profesor de la materia Aprendizaje por Refuerzos. En esta entrevista con el Blog , nos cuenta sobre las perspectivas y el enfoque que tendrá esta asignatura.

https://datamining.dc.uba.ar/predictivos/?p=1704

02/06/2024

"La pandemia en palabras: dinámica del cambio semántico a partir de redes semánticas"

Compartimos el post del blog cuya autora es Vanesa Copa (Magister en Explotación de Datos y Descubrimiento de Conocimiento-UBA, Bioquímica y Farmacéutica-UBA) y está basado en su tesis de Maestría En Data Mining, dirigida por Laura Kaczer y co-dirigida por Sebastián Pinto.

Comprender el cambio en el significado de las palabras en diferentes contextos y períodos de tiempo es crucial para revelar el papel del lenguaje en la evolución social y cultural. La pandemia de COVID-19 ofreció una oportunidad única para investigar en terrenos cuantitativos los cambios en el significado de las palabras.

En este trabajo se investigó cómo podemos detectar cambios en el significado de las palabras expresadas a partir del uso de redes semánticas. La hipótesis es que los cambios en el uso y significado de diferentes términos se verán reflejados en la variación de propiedades de estas redes en las diferentes etapas del desarrollo de la pandemia (años 2019, 2020 y 2021).

Link al post: https://datamining.dc.uba.ar/predictivos/?p=1680

08/05/2024

Nuevos profesores y autoridades de la Maestría🧑‍🏫

La Maestría le da una muy cordial bienvenida a los nuevos profesores que se incorporaron entre fines de 2023 y principios de 2024, para dictar materias regulares del plan de estudios.

Ellos son:

-César Caiafa, a cargo de la materia Aprendizaje por Refuerzos. Caiafa es Investigador Independiente del Instituto Argentino de Radioastronomía (IAR) – CONICET y Profesor Adjunto de la Facultad de Ingeniería de la Universidad de Buenos Aires. También es científico visitante en Tensor Learning Team – Proyecto de Inteligencia Artificial – RIKEN, Japón.

-Laura Alethia de La Fuente, a cargo de la materia Aprendizaje Automático. Ella es Investigadora en neurociencia cognitiva del Instituto de Física de Buenos Aires (IFIBA-UBA), Licenciada en Bioquímica y Magíster en Ciencias Médicas de la Universidad de la República Uruguay, así como Doctora en Ciencias Aplicadas e Ingeniería de la Univeridad de San Martín.

-Hernán Bocaccio, también a cargo de la materia Aprendizaje Automático. Investigador del Instituto de Neurociencias FLENI-CONICET. Está especializado en Neurociencia Computacional, Aprendizaje Automático y Neuroimaging. Doctor en Ciencias Físicas de la UBA.

Asimismo destacamos que el profesor José Ignacio Orlando (Investigador Asociado del CONICET como parte del laboratorio Yatiris del Instituto Pladema de Tandil y Director de los Laboratorios de IA de Arionkoder) volverá a dictar la materia Visión Computacional basada en Redes Neuronales Artificiales.

Por último, como parte de los cambios de autoridades del Consejo Asesor de la Maestría, Federico Baylé (Licenciado en Economía y Magíster en Ciencia de Datos UBA) reemplaza a Guido de Caso en su carácter de integrante de este Consejo. Aprovechamos para agradecerle a Guido por todos estos años de apoyo y dedicación a la Maestría.

Celebramos estos cambios en el plantel académico, que resultan un valor agregado para la Maestría.👏

07/03/2024

La Maestría En Data Mining tiene el agrado de invitarles a la Defensa de Tesis de Alfredo Rolla titulada “Desarrollo de un framework para la predicción probabilística de precipitación en mediana escala en regiones de Argentina”, que se realizará el MARTES 12/3 a las 11h. Contará con la dirección de la Dra Marcela H**e González. Los jurados serán la Dra. Matilde Rusticucci, Dr. Mario Núñez y Dr. Juan José Ruiz.

La defensa se realizará de manera online, la misma podrá verse a través del siguiente link:
https://www.youtube.com/watch?v=PvbuOrkFC1Y

Resumen:
Se describe en este trabajo la implementación de un sistema para realizar un pronóstico climático (trimestral – bimensual – mensual) en cualquier región de la que se tengan observaciones provenientes de estaciones meteorológicas con registros largos, utilizando reanálisis y con el conocimiento de los forzantes climáticos que actúan en esas regiones. La implementación de pronósticos de precipitación a escalas mensuales es importante para los tomadores de decisiones en diferentes áreas como la agricultura, la industria y la generación de energía. Dentro de las metodologías de pronóstico de mediana escala se encuentran las técnicas estadísticas que brindan la posibilidad de aprender de situaciones pasadas para pronosticar futuras.

Las técnicas de minería de datos son actualmente una herramienta poderosa para abordar estos problemas. En este caso se consideran las redes neuronales, la regresión de soporte vectorial y los modelos aditivos generalizados, además de la metodología de regresión lineal múltiple más utilizada en el pasado, para obtener modelos de predicción de precipitaciones. Los resultados indican que las técnicas de minería de datos mejoran los pronósticos derivados de otras metodologías, aunque la eficiencia de las diferentes metodologías depende en gran medida del mes y la región. Además, se tiene la posibilidad de generar ensambles de varios modelos y derivar pronósticos probabilísticos que es una alternativa muy recomendable para realizar pronósticos que este sistema además permite.

Defensa de Tesis de MaestríaTítulo: “Desarrollo de un framework para la predicción probabilística de precipitación en mediana escala en regiones de Argentina...