Ciencia de datos y herramientas Big Data para la investigación (Nivel Intermedio)
Desde
11
Oct
Hasta
28
Oct
Estado:
Por programar
Modalidad:
Online
Fechas del curso:
4, 5, 6 y 7 de noviembre de 2024
Horario:
Todas las sesiones desde las 16.30 a 20.30 h
Contenidos

Tema 1. Repaso de aprendizaje automático

Tema 2. Clasificación desbalanceada

Tema 3. Métodos de ensemble

Tema 4. Aprendizaje automático a partir de imágenes

Tema 5. Análisis de datos espacio-temporales

Tema 6. Predicción de series temporales

Tema 7. Explicabilidad de modelos de inteligencia artificial (XAI)

 

 

Fecha de entrega tarea:

Participación obligatoria en sesiones síncronas.

Realización de una tarea práctica con datos reales: 100%

Nombre ponente/s
D. Gualberto Asencio Cortés
Institución ponente/s
Universidad de Pablo Olavide
Breve CV ponente/s

Profesor Titular de Universidad del área de Lenguajes y Sistemas Informáticos en la Universidad Pablo de Olavide. Ingeniero en Informática (Univ. de Sevilla), Máster en Ingeniería y Tecnología del Software (Univ. de Sevilla), Doctorado (Univ. Pablo de Olavide) y Máster Ejecutivo en Innovación (EOI). Autor de más de 32 artículos en revistas JCR (27 en Q1/Q2) y más de 35 artículos en conferencias internacionales. Investigador en más de 10 proyectos de investigación públicos y 17 contratos de transferencia con empresas. Jefe de proyectos y científico de datos en empresa privada de IA a tiempo completo (2 años). Co-inventor de una patente industrial sobre machine learning en el ámbito agronómico.

Líneas de investigación actuales: aprendizaje automático, minería de datos, transfer learning, explicabilidad de modelos, online learning, predicción de series temporales y optimización.

Campos de aplicación: predicción de series naturales (sísmicas, calidad del aire, meteorológicas, agronómicas, …), predicción de consumo eléctrico y precios de mercado, predicción de tráfico urbano, predicción de estructuras biológicas y genómica.