Educación Continuada SCE
Educación Continuada SCE
Curso Virtual Aprendizaje Automático
La Sociedad Colombiana de Estadística (SCE) se complace en anunciar el curso APRENDIZAJE AUTOMÁTICO. El curso será dictado por el Doctor en Estadística de la Universidad de Minnesota, USA, Jorge Francisco de la Vega Góngora, quien se desempeñó hasta su jubilación como Gerente de Análisis de Riesgos del Sistema Financiero y Gerente de Arquitectura de Información del Sistema Financiero del Banco de México, y es docente del Instituto Tecnológico Autónomo de México (ITAM).
El curso se dictará en español, en 18 horas distribuidas en 6 sesiones de 3 horas cada una. Las fechas en las que se desarrollará el curso son: 1, 8, 15, 22 y 29 de noviembre y 6 de diciembre de 2024 (viernes de 5 p.m. a 8 p.m., hora en Colombia), modalidad en línea.
El curso está dirigido a profesionales, así como a investigadores que requieren estas técnicas para mejorar sus procesos de investigación, que tengan conocimientos básicos de Estadística y Programación, preferentemente en R.
Objetivo:
Curso Virtual Analítica de Grafos
La Analítica de Grafos es una subdisciplina de la Analítica (o Minería) de Datos que permite representar, analizar y visualizar información relacional en forma más clara. En los últimos tiempos ha incrementado su valor acompañando el crecimiento de análisis de redes sociales. Sin embargo, su utilización y potencial puede aplicarse en una gran variedad de temáticas como: detección de fraude, distintos tipos de redes, mercadeo, investigación científica, etc.
El estudio de los grafos tiene una trayectoria importante que combinada con la potencialidad de las herramientas propias de la minería puede ofrecer resultados sumamente interesantes, a fin de revelar rasgos y tendencias ocultas en los datos.
Dada la importancia y utilidad de esta disciplina dentro de la Ciencia de Datos, la Sociedad Colombiana de Estadística realizó el Curso Virtual ANALÍTICA DE GRAFOS, el cual inició el 2 de septiembre de 2022 y concluyó 14 de octubre de 2022.
El curso fue dictado por los docentes Eduardo Poggi, MSc. Universidad de San Andrés; Nestor Coppolillo, Esp. Universidad de Buenos Aires y Vanina Beraudo, MSc. Universidad de Buenos Aires, quienes integran el equipo de Analítica de Datos de la Administración Federal de Ingreso Públicos de la Argentina (AFIP).
Curso Minería de Textos: Web Listening y Visualización de Datos
La Minería de Textos es un conjunto de análisis estadísticos, por medio de los cuales se pueden encontrar patrones en datos no convencionales, como los son artículos de periódicos y conversaciones. Hoy en día, la producción de datos textuales es continua y amplia lo cual implica técnicas de análisis a la medida. La minería de textos tiene características comunes a los análisis de big data (formatos complejos, grandes cantidades de información) y otras muy propias (pre-procesamiento y análisis). Dada la importancia de esta temática, la Sociedad Colombiana de Estadística organizó el curso Minería de Textos: Web Listening y Visualización de Datos, que tuvo como objetivo mostrar esta metodología a los profesionales de las diferentes áreas del conocimiento.
El curso lo dictó el Maestro en Ciencias Estadística Andrea Mamprin. Andrea Mamprin es graduado en la Maestría en Ciencias Estadística, con énfasis en Sociología y Demografía, de la Universidad de Padua, Italia.
El curso se llevó a cabo entre el 13 y el 15 de junio de 2019, en el Centro Cultural Comfandi, Cali, Colombia.
Introducción a los Modelos Lineales Generalizados Mixtos
En las ciencias aplicadas, los profesionales muchas veces se ven confrontados con una colección de datos correlacionados, como por ejemplo los datos de pacientes a quienes se les suministra un medicamento y se les hace seguimiento a través del tiempo. En otros casos, para datos que provienen de estudios en ciencias agrícolas, biología, salud, física, economía, finanzas, entre otros, pueden presentarse datos correlacionados por que se toman mediciones a través del tiempo (por ejemplo, datos de seguimiento de clientes que tienen crédito financiero) o de manera agrupada (por ejemplo, datos multinivel o diseños experimentales complejos). Los modelos lineales generalizados mixtos son una metodología de análisis estadístico que proporciona un entorno óptimo para responder a las cuestiones de estudios como los presentados anteriormente, permitiendo analizar diferentes tipos de variables de respuesta (recuentos, proporciones, variables de escala, variables con distribución normal, etc.), modelando conjuntamente el valor esperado del fenómeno estudiado, su variabilidad y su posible correlación.
Dada la importancia de esta temática, la Sociedad Colombiana de Estadística organizó el curso Introducción a los Modelos Lineales Generalizados Mixtos, que tuvo como objetivo mostrar esta metodología estadística a los profesionales de las diferentes áreas del conocimiento. El curso inició con una introducción donde se repasaron los conceptos fundamentales del modelo lineal general, el modelo lineal mixto y el modelo lineal generalizado mixto. Luego se estudiaron detalladamente los métodos de estimación e inferencia para modelos lineales generalizados mixtos, las estructuras de covarianza residual y espacial y la selección de modelos. La metodología se ilustró a través de ejemplos con datos provenientes de diferentes distribuciones y aplicaciones a datos multinivel, longitudinales y con diseños experimentales complejos.
EL Cursillista del evento fue el El Doctor Raúl Machiavelli. El Dr. Machiavelli es PhD. en Estadística de Pennsylvania State University, USA; ha sido docente e investigador de la Universidad de Puerto Rico (Mayagüez), Lousiana State University y Pennsylvania State University, Estados Unidos y de la Universidad Nacional de Córdoba, Argentina.
El curso se llevó a cabo los días 11, 12 y 13 de mayo de 2017, en las instalaciones del Centro Cultural Comfandi, Cali, Colombia.
Contenido del Curso y Modalidad
Temas principales:
- Modelos lineales, generalizados y mixtos. Introducción y repaso de conceptos fundamentales en modelos lineales, modelos mixtos y modelos lineales generalizados.
- Estimación en modelos lineales generalizados mixtos. Aproximaciones y otros aspectos computacionales
- Pruebas de hipótesis. Funciones estimables y predecibles. Pruebas de cociente de verosimilitud y Wald.
- Estructuras de covarianza residual. Selección de modelos. Estructuras para datos longitudinales y espaciales.
- Construcción de modelos lineales generalizados mixtos. Aplicaciones para datos Poisson, Bernoulli, binomial, gamma y otras distribuciones.
- Aplicaciones de MLGM para datos multinivel, longitudinales y con diseños experimentales complejos.
Modalidad: 20 horas de contacto en clases teórico-prácticas y discusión de problemas de aplicación. Se discutirán ejemplos reales de aplicación, analizando los datos con R (lme4) y SAS (Proc GLIMMIX en SAS University edition).
Bibliografía:
Agresti, A. (2015) Foundations of Linear and Generalized Linear Models. Wiley (New York).
Cody, R. (2015). An Introduction to SAS University Edition. Cary (NC): SAS Institute, Inc.
Benjamin M. Bolker, Mollie E. Brooks, Connie J. Clark, Shane W. Geange, John R. Poulsen, M. Henry H. Stevens, Jada-Simone S. White (2008) Generalized Linear Mixed Models: A Practical Guide for Ecology and Evolution. Trends in Ecology and Evolution 24: 127-135
Gbur, E.E., W.W. Stroup, K.S. McCarter, S. Durham, L.J. Young, M. Christman, et al. (2012) Analysis of Generalized Linear Mixed Models in the Agricultural and Natural Resources Sciences. American Society of Agronomy (Madison, WI).
Molenbergs, G. y G. Verbeke (2006) Models for Discrete Longitudinal Data. Springer-Verlag (New York).
SAS Institute Inc. (2014). SAS University Edition. http://www.sas.com/en_us/software/university-edition/download-software.html
Stroup, W. (2013) Generalized Linear Mixed Models: Modern Concepts, Methods and Applications. CRC Press (Boca Raton, FLA).
Programación
Jueves
| Hora | Actividad |
| 7:30 – 8:00 | Registro y entrega de materiales |
| 8:00 – 9:30 | Desarrollo del Curso |
| 9:30 – 10:00 | Descanso para Refrigerio |
| 10:00 – 12:00 | Desarrollo del Curso |
| 12:00 – 14:00 | Almuerzo |
| 14:00 – 15:30 | Desarrollo del Curso |
| 15:30 – 16:00 | Descanso para Refrigerio |
| 16:00 – 18:00 | Desarrollo del Curso |
Viernes
| Hora | Actividad |
| 8:00 – 9:30 | Desarrollo del Curso |
| 9:30 – 10:00 | Descanso para Refrigerio |
| 10:00 – 12:00 | Desarrollo del Curso |
| 12:00 – 14:00 | Almuerzo |
| 14:00 – 15:30 | Desarrollo del Curso |
| 15:30 – 16:00 | Descanso para Refrigerio |
| 16:00 – 18:00 | Desarrollo del Curso |
Sabado
| Hora | Actividad |
| 8:00 – 9:30 | Desarrollo del Curso |
| 9:30 – 10:00 | Descanso para Refrigerio |
| 10:00 – 12:00 | Desarrollo del Curso |
Cursillista
EL Cursillista del evento será el El Doctor Raúl Machiavelli. El Dr. Machiavelli es PhD. en Estadística de Pennsylvania State University, USA, MSc. en Biometría de la Universidad de Buenos Aires e Ingeniero Agrónomo de la Universidad Nacional de Córdoba, Argentina; ha sido docente e investigador de la Universidad de Puerto Rico (Mayagüez), Lousiana State University y Pennsylvania State University, Estados Unidos y de la Universidad Nacional de Córdoba, Argentina. El Dr. Machiavelli acredita múltiples publicaciones en temas de biometría; actualmente, además de ser docente e investigador de la Universidad de Puerto Rico (Mayagüez), es Director de Estudios Graduados y Decano Asociado de Asuntos Académicos de la misma Universidad.
Localización
El curso Introducción a los Modelos Lineales Generalizados Mixtos se realizará en el Centro Cultural Comfandi, el cual se encuentra ubicado en el centro de la ciudad de Cali (Calle 8 No 6-23)
El curso se llevará a cabo los días 11, 12 y 13 de Mayo de 2017.
<iframe aria-hidden=”true” frameborder=”0″ tabindex=”-1″ style=”z-index: -1; position: absolute; width: 100%; height: 100%; top: 0px; left: 0px; border: medium; opacity: 0;”></iframe>
Hoteles
Sugerencias de hoteles cercanos al Centro Cultural Comfandi
-
- Hotel Imbanaco
- Hotel Champagnat
- Colombiam Hostel
- Hotel Imperial
- Hotel Aquas Granada
- Hotel Colours
- Hotel Americana
- Hotel Obelisco
- La Maison Violette Hostel
- Sunflower Hostel
- Hotel Mistella Salsa
Costos y Forma de Pago
El pago de la inscripción se debe realizar en la Cuenta de Ahorros 016670445671 del Banco Davivienda, a nombre de la Sociedad Colombiana de Estadística (SCE).
El valor de la inscripción incluye almuerzos, refrigerios y materiales del evento.
Costos:
| Estudiantes | $160.000 |
| Particulares | $350.000 |
| Miembros de la Sociedad Colombiana de Estadística | $120.000 |
| Miembros de otras Sociedades de Estadística, en convenio con la Sociedad Colombiana de Estadística |
$120.000 |
Inscripciones
La fecha límite para realizar la inscripción es el 20 de Abril de 2017
Para realizar la inscripción debe diligenciar el siguiente formulario de inscripción on-line y adjuntar el recibo de consignación.
Otra Información
Contenido del Curso y Modalidad
Temas principales:
- Modelos lineales, generalizados y mixtos. Introducción y repaso de conceptos fundamentales en modelos lineales, modelos mixtos y modelos lineales generalizados.
- Estimación en modelos lineales generalizados mixtos. Aproximaciones y otros aspectos computacionales
- Pruebas de hipótesis. Funciones estimables y predecibles. Pruebas de cociente de verosimilitud y Wald.
- Estructuras de covarianza residual. Selección de modelos. Estructuras para datos longitudinales y espaciales.
- Construcción de modelos lineales generalizados mixtos. Aplicaciones para datos Poisson, Bernoulli, binomial, gamma y otras distribuciones.
- Aplicaciones de MLGM para datos multinivel, longitudinales y con diseños experimentales complejos.
Modalidad: 20 horas de contacto en clases teórico-prácticas y discusión de problemas de aplicación. Se discutirán ejemplos reales de aplicación, analizando los datos con R (lme4) y SAS (Proc GLIMMIX en SAS University edition).
Bibliografía:
Agresti, A. (2015) Foundations of Linear and Generalized Linear Models. Wiley (New York).
Cody, R. (2015). An Introduction to SAS University Edition. Cary (NC): SAS Institute, Inc.
Benjamin M. Bolker, Mollie E. Brooks, Connie J. Clark, Shane W. Geange, John R. Poulsen, M. Henry H. Stevens, Jada-Simone S. White (2008) Generalized Linear Mixed Models: A Practical Guide for Ecology and Evolution. Trends in Ecology and Evolution 24: 127-135
Gbur, E.E., W.W. Stroup, K.S. McCarter, S. Durham, L.J. Young, M. Christman, et al. (2012) Analysis of Generalized Linear Mixed Models in the Agricultural and Natural Resources Sciences. American Society of Agronomy (Madison, WI).
Molenbergs, G. y G. Verbeke (2006) Models for Discrete Longitudinal Data. Springer-Verlag (New York).
SAS Institute Inc. (2014). SAS University Edition. http://www.sas.com/en_us/software/university-edition/download-software.html
Stroup, W. (2013) Generalized Linear Mixed Models: Modern Concepts, Methods and Applications. CRC Press (Boca Raton, FLA).
Programación
Jueves
| Hora | Actividad |
| 7:30 – 8:00 | Registro y entrega de materiales |
| 8:00 – 9:30 | Desarrollo del Curso |
| 9:30 – 10:00 | Descanso para Refrigerio |
| 10:00 – 12:00 | Desarrollo del Curso |
| 12:00 – 14:00 | Almuerzo |
| 14:00 – 15:30 | Desarrollo del Curso |
| 15:30 – 16:00 | Descanso para Refrigerio |
| 16:00 – 18:00 | Desarrollo del Curso |
Viernes
| Hora | Actividad |
| 8:00 – 9:30 | Desarrollo del Curso |
| 9:30 – 10:00 | Descanso para Refrigerio |
| 10:00 – 12:00 | Desarrollo del Curso |
| 12:00 – 14:00 | Almuerzo |
| 14:00 – 15:30 | Desarrollo del Curso |
| 15:30 – 16:00 | Descanso para Refrigerio |
| 16:00 – 18:00 | Desarrollo del Curso |
Sabado
| Hora | Actividad |
| 8:00 – 9:30 | Desarrollo del Curso |
| 9:30 – 10:00 | Descanso para Refrigerio |
| 10:00 – 12:00 | Desarrollo del Curso |
Cursillista
EL Cursillista del evento será el El Doctor Raúl Machiavelli. El Dr. Machiavelli es PhD. en Estadística de Pennsylvania State University, USA, MSc. en Biometría de la Universidad de Buenos Aires e Ingeniero Agrónomo de la Universidad Nacional de Córdoba, Argentina; ha sido docente e investigador de la Universidad de Puerto Rico (Mayagüez), Lousiana State University y Pennsylvania State University, Estados Unidos y de la Universidad Nacional de Córdoba, Argentina. El Dr. Machiavelli acredita múltiples publicaciones en temas de biometría; actualmente, además de ser docente e investigador de la Universidad de Puerto Rico (Mayagüez), es Director de Estudios Graduados y Decano Asociado de Asuntos Académicos de la misma Universidad.
Curso Data Mining
El Data Mining (Minería de Datos), es el conjunto de técnicas y tecnologías que permiten explorar grandes bases de datos, de manera automática o semiautomática, con el objetivo de encontrar patrones repetitivos, tendencias o reglas que expliquen el comportamiento de los datos en un determinado contexto.
Aunque nuestra capacidad de captar y almacenar información ha crecido en los últimos años, nuestra capacidad de utilizar esta información, procesarla y hacerla útil no ha incrementado de la misma forma. La Minería de Datos se presenta en la actualidad como una nueva alternativa que busca explorar, analizar, comprender y aplicar el conocimiento obtenido usando grandes volúmenes de información.
En este contexto y dada la importancia que estas nuevas técnicas presentan en el análisis de la información, la Sociedad Colombiana de Estadística ofreció el 8 y 9 de abril de 2016 un Curso de Data Mining orientado a esta temática, en el cual mediante algunos ejemplos aplicados se mostró el funcionamiento de aplicaciones novedosas en el campo del Big Data.
En este curso, contamos con la participación del Profesor Eduardo Poggi, MSc., como cursillista y la Profesora Ana Silvia Haedo, PhD, como conferencista magistral, ambos de la Facultad de Ciencias Exactas y Naturales de la Universidad de Buenos Aires, Argentina. Así mismo, nos acompañó como conferencista el Profesor Oswaldo Solarte Pabón, Msc., de la Escuela de Ingeniería de Sistemas y Computación de la Universidad del Valle.
El evento se llevó a cabo en las instalaciones del Centro Cultural Comfandi de Cali, Colombia.
Contenido del Curso y Modalidad
- Introducción a DATA MINING y Machine Learning como componente algorítmico.
- Uso de un caso (árboles) como ejemplo para ir desde la construcción de un único árbol hasta una visión computacional como R Forest.
- Presentación de otros algoritmos: Bayes y/o distancia y meta-algoritmos.
- Presentación de la disponibilidad actual de datos incluyendo Open Data, streaming y textos y los desafíos que representa trabajar en este entorno.
Programación
Viernes
| Hora | Actividad |
| 7:30 | Registro y entrega de materiales |
| 8:00 – 9:30 | Eduardo Poggi – DataMining |
| 9:30 – 10:00 | Descanso para Refrigerio |
| 10:00 – 11:30 | Eduardo Poggi – DataMining |
| 11:30 – 12:30 | Ana Silva Haedo – Contribución Estadística a Data Mining (Conferencia Virtual) |
| 12:30 – 14:00 | Almuerzo |
| 14:00 – 15:30 | Eduardo Poggi – DataMining |
| 15:30 – 16:00 | Descanso pára Refrigerio |
| 16:00 – 17:30 | Eduardo Poggi – DataMining |
Sábado
| Hora | Actividad |
| 8:00 – 9:30 | Eduardo Poggi – DataMining |
| 9:30 – 10:00 | Descanso para Refrigerio |
| 10:00 – 11:30 | Eduardo Poggi – DataMining |
| 11:30 – 12:30 | Oswaldo Solarte Pabón – Conferencia – La inteligenciade Negocios en la era del Big Data |
| 12:30 – 14:00 | Almuerzo |
| 14:00 – 15:30 | Eduardo Poggi – DataMining |
| 15:30 – 16:00 | Descanso para Refrigerio |
| 16:00 – 17:30 | Eduardo Poggi – DataMining |
Cursillista y Conferencistas
Eduardo Poggi
Licenciado en Ciencias de la Computación (FCEN/UBA). Magister en Administración y Políticas Públicas y Especialista en Negocios y Tecnología (UDESA).
En el ámbito académico acredita más de 20 años de docencia en grado y posgrado en diferentes universidades de Latinoamérica en temas de tecnología de la información, Aprendizaje Automático y ciencias de datos. También cuenta con más de 10 años de docencia virtual en temas como Interoperabilidad y Open Data para la OEA y otras organizaciones.
En el ámbito profesional cuenta con más de 30 años de experiencia en consultoría internacional en tecnología orientada al sector público latinoamericano. Últimamente se ha especializado en gestión de tecnología pública, particularmente interoperabilidad y publicación de datos. Actualmente se desempeña como asesor en TI para la Aduana de Argentina, docente de posgrado y consultor internacional.
Ana Silvia Haedo
PhD en Estadística Matemática, Especialidad en Análisis de Datos. Profesora, Facultad de Ciencias Exactas y Naturales, Universidad de Buenos Aires, Argentina.
Directora de la Maestría y Carrera de Especialización en Explotación de Datos y Descubrimiento de Conocimiento (Data Mining & Knowledge Discovery), realizada en forma conjunta por la Facultad de Ciencias Exactas y Naturales y la Facultad de Ingeniería. Universidad de Buenos Aires, Argentina.
Profesora de los cursos: Análisis Inteligente de Datos, Enfoque Estadístico del Aprendizaje, Elementos de Estadística para Data Mining, Análisis Inteligente de Datos.
Profesional principal de para el Asesoramiento y tratamiento estadístico de los trabajos de investigación del Departamento de Química Biológica, Facultad de Ciencias Exactas y Naturales.
Oswaldo Solarte Pabón
Ingeniero de Sistemas con Maestría en Ingeniería, énfasis en Sistemas y Computación. Profesor de la Escuela de Ingeniería de Sistemas y Computación, Universidad del Valle, Cali, Colombia. Profesional con experiencia en Investigación en áreas de bases de datos, minería de datos, Inteligencia Artificial, modelos para representación y análisis de información. Experiencia en elaboración, ejecución y dirección en diversos proyectos de Investigación y desarrollo de tecnologías de Información.
Localización
El curso Data Mining se realizará en el Centro Cultural Confandi, el cual se encuentra ubicado en el centro de la ciudad de Cali.
El evento se llevará a cabo los días 8 y 9 de Abril de 2015
Hoteles
Sugerencias de hoteles cercanos al Centro Cultural Comfandi
-
- Hotel Imbanaco
- Hotel Champagnat
- Colombiam Hostel
- Hotel Imperial
- Hotel Aquas Granada
- Hotel Colours
- Hotel Americana
- Hotel Obelisco
- La Maison Violette Hostel
- Sunflower Hostel
- Hotel Mistella Salsa
Costos y Forma de Pago
El pago de la inscripción se debe realizar en la Cuenta de Ahorros 016670445671 del Banco Davivienda, a nombre de la Sociedad Colombiana de Estadística (SCE).
El valor de la inscripción incluye almuerzos, refrigerios y materiales del evento.
Costos:
| Estudiantes | $180.000 |
| Particulares | $300.000 |
| Miembros de la Sociedad Colombiana de Estadística | $150.000 |
| Miembros de otras Sociedades de Estadística, en convenio con la Sociedad Colombiana de Estadística |
$150.000 |
Inscripciones
La fecha límite para realizar la inscripción es el 1 de Abril de 2016.
Para realizar la inscripción debe llenar el siguiente formulario de inscripción on-line y adjuntar el recibo de consignación.
Colaboradores
Escuela de Ingeniería de Sistemas y Computación, Universidad del Valle
Escuela de Estadística, Universidad del Valle
Información
Página web: https://sce.org.co/
Correo electrónico: contacto@sce.org.co
Memorias
- Memorias del curso Data Mining, dictado por el Profesor Eduardo Alberto Poggi: Descargar aquí
- Diapositivas de la conferencia “LA INTELIGENCIA DE NEGOCIOS EN LA ERA BIG DATA” Descargar aquí
- Video de la conferencia “CONTRIBUCIÓN ESTADÍSTICA A DATA MINING”, dictada por la Profesora Ana Silvia Haedo Descargar aquí
Otra Información
Contenido del Curso y Modalidad
- Introducción a DATA MINING y Machine Learning como componente algorítmico.
- Uso de un caso (árboles) como ejemplo para ir desde la construcción de un único árbol hasta una visión computacional como R Forest.
- Presentación de otros algoritmos: Bayes y/o distancia y meta-algoritmos.
- Presentación de la disponibilidad actual de datos incluyendo Open Data, streaming y textos y los desafíos que representa trabajar en este entorno.
Programación
Viernes
| Hora | Actividad |
| 7:30 | Registro y entrega de materiales |
| 8:00 – 9:30 | Eduardo Poggi – DataMining |
| 9:30 – 10:00 | Descanso para Refrigerio |
| 10:00 – 11:30 | Eduardo Poggi – DataMining |
| 11:30 – 12:30 | Ana Silva Haedo – Contribución Estadística a Data Mining (Conferencia Virtual) |
| 12:30 – 14:00 | Almuerzo |
| 14:00 – 15:30 | Eduardo Poggi – DataMining |
| 15:30 – 16:00 | Descanso pára Refrigerio |
| 16:00 – 17:30 | Eduardo Poggi – DataMining |
Sábado
| Hora | Actividad |
| 8:00 – 9:30 | Eduardo Poggi – DataMining |
| 9:30 – 10:00 | Descanso para Refrigerio |
| 10:00 – 11:30 | Eduardo Poggi – DataMining |
| 11:30 – 12:30 | Oswaldo Solarte Pabón – Conferencia – La inteligenciade Negocios en la era del Big Data |
| 12:30 – 14:00 | Almuerzo |
| 14:00 – 15:30 | Eduardo Poggi – DataMining |
| 15:30 – 16:00 | Descanso para Refrigerio |
| 16:00 – 17:30 | Eduardo Poggi – DataMining |
Cursillista y Conferencistas
Eduardo Poggi
Licenciado en Ciencias de la Computación (FCEN/UBA). Magister en Administración y Políticas Públicas y Especialista en Negocios y Tecnología (UDESA).
En el ámbito académico acredita más de 20 años de docencia en grado y posgrado en diferentes universidades de Latinoamérica en temas de tecnología de la información, Aprendizaje Automático y ciencias de datos. También cuenta con más de 10 años de docencia virtual en temas como Interoperabilidad y Open Data para la OEA y otras organizaciones.
En el ámbito profesional cuenta con más de 30 años de experiencia en consultoría internacional en tecnología orientada al sector público latinoamericano. Últimamente se ha especializado en gestión de tecnología pública, particularmente interoperabilidad y publicación de datos. Actualmente se desempeña como asesor en TI para la Aduana de Argentina, docente de posgrado y consultor internacional.
Ana Silvia Haedo
PhD en Estadística Matemática, Especialidad en Análisis de Datos. Profesora, Facultad de Ciencias Exactas y Naturales, Universidad de Buenos Aires, Argentina.
Directora de la Maestría y Carrera de Especialización en Explotación de Datos y Descubrimiento de Conocimiento (Data Mining & Knowledge Discovery), realizada en forma conjunta por la Facultad de Ciencias Exactas y Naturales y la Facultad de Ingeniería. Universidad de Buenos Aires, Argentina.
Profesora de los cursos: Análisis Inteligente de Datos, Enfoque Estadístico del Aprendizaje, Elementos de Estadística para Data Mining, Análisis Inteligente de Datos.
Profesional principal de para el Asesoramiento y tratamiento estadístico de los trabajos de investigación del Departamento de Química Biológica, Facultad de Ciencias Exactas y Naturales.
Oswaldo Solarte Pabón
Ingeniero de Sistemas con Maestría en Ingeniería, énfasis en Sistemas y Computación. Profesor de la Escuela de Ingeniería de Sistemas y Computación, Universidad del Valle, Cali, Colombia. Profesional con experiencia en Investigación en áreas de bases de datos, minería de datos, Inteligencia Artificial, modelos para representación y análisis de información. Experiencia en elaboración, ejecución y dirección en diversos proyectos de Investigación y desarrollo de tecnologías de Información.
Memorias del Evento