Se celebra el “BBVA-SPOR Winter Day on Data Science and Statistical Learning”

El análisis de datos es una de las disciplinas de mayor proyección y demanda desde el sector industrial, pues la capacidad de interpretar bien los patrones ocultos en estas colecciones de datos ayuda a mejorar la predicción de eventos futuros, a optimizar estrategias y a ahorrar costes. Una de las herramientas para ello son los llamados algortimos de aprendizaje automático. Estos mecanismos parten de un algoritmo inicial y, a partir de un conjunto de datos (de casos resueltos), entrenan al algoritmo para que aprenda sobre esos ejemplos y pueda mejorar su predicción de la clasificación de datos futuros.

Este es el tema central de la Jornada “BBVA-SPOR Winter Day on Data Science and Statistical Learning”, que se celebra el próximo miércoles 9 de marzo en la Facultad de Ciencias Físicas de la Universidad Complutense. El encuentro cuenta con la presencia de Emilio Carrizosa (U. Sevilla), Alberto Suárez (UAM) y Esteban Moro (UC3M). Cada uno de ellos dará una charla sobre diferentes aspectos de ciencia de datos y machine learning. El tema principal del encuentro será la búsqueda de aplicaciones para mejorar la predicción y aprender tendencias sobre conjuntos grandes de datos.

Los algoritmos de aprendizaje automático se utilizan en multitud de problemas, como por ejemplo en el diagnóstico de enfermedades, en el reconocimiento facial y de voz, en los sistemas de recomendación que utilizan numerosas plataformas como YouTube, en los filtros anti-spam o en la detección de fraude.

Precisamente en esta última aplicación se centra el proyecto “Inteligencia artificial aplicada a la detección de fraude en medios de pago”, que patrocina la jornada, y que dirige el investigador de la UCM y miembro del ICMAT, David Gómez Ullate. El proyecto está financiado con fondos de una Ayuda a Investigadores y Creadores Culturales de la Fundación BBVA.

Programa completo

Seminario Física Teórica II. Facultad de Ciencias Físicas – UCM