Actualidade
Eventos
Curso de Big Data: «Data Science ou como facer fronte ás verdades e mentiras dos datos»

Curso de Big Data: «Data Science ou como facer fronte ás verdades e mentiras dos datos»

Do 27 ao 28 de maio, celebrarase na ETSE o curso de Big Data «Data Science, ou como facer fronte ás verdades e mentiras dos de datos».

Debido ao crecemento sen precedentes do volume de datos durante os últimos anos, a Data Science converteuse nunha das disciplinas fundamentais do século XXI. A pesar de que temos as ferramentas para almacenar e acceder a enormes cantidades de información, a extracción de coñecemento útil e a súa tradución en decisións optimizadas segue sendo un reto que precisa dunha nova xeración de profesionais que foron chamados Data Scientists.

O curso divídese en dúas partes: un relatorio e un taller práctico.

O relatorio presentará unha visión xeral do campo da Data Science mediante a análise das súas similitudes co método científico. Tamén se analizarán as conexións da Data Science co Big Data. A última parte da charla dedicarase a identificar algúns dos erros máis frecuentes cando se aplica a ciencia de datos e como facer fronte a este problema.

Pola súa banda, no taller presentaranse as seguintes ferramentas para Data Science:

  1. Ferramentas de Python para Data Science e Big Data: IPython, NumPy, Pandas, Blaze.

  2. Estimación estatística de frecuencias: limitacións e consecuencias para o Big Data

  3. Estimación estatística bayesiana

  4. Programación probabilística: PyMC

Para participar neste taller, os participantes deben rexistrarse nesta ligazón. Ademais, cada participante deberá levar o seu propio computador portátil, coa distribución Anaconda Python instalada nos seus sistemas.

Relatorio: Mércores 27, 12: 00h, Salón de Actos da Escola de Enxeñaría (ETSE)

Taller: Xoves 28, 16: 00-19: 30h, Aula A1, Escola de Enxeñaría (ETSE).

O Dr. Jordi Vitrià é investigador senior e catedrático da Universitat de Barcelona. Doctorouse na Universidade Autónoma de Barcelona en 1990. Ten máis de 20 anos de experiencia traballando en Visión por Computador e as súas aplicacións a varios campos. A súa investigación, cando os computadores persoais tiñan 128KB de memoria, orientouse inicialmente cara á análise dixital de imaxes e como extraer información cuantitativa deles, mais pronto evolucionou cara a problemas de visión por computador. Despois dun ano como investigador post-doutoral na Universidade de California en Berkeley en 1993, centrouse nos métodos bayesianos para os métodos de visión por computador.

Na actualidade, dirixe un grupo de investigación que traballa na comprensión visual de obxectos. En 2007, uniuse ao Departamento de Matemática Aplicada e Análise da Universidade de Barcelona (UB), como Profesor Titular, onde imparte un curso introdutorio sobre Algoritmos e cursos avanzados na Intelixencia Colectiva, Visión por Computador e Data Science. Dende abril de 2011 é Director do Departamento de Matemática Aplicada e Análise da UB.