Tag: MLSEV
El objetivo principal de esta segunda edición de la Escuela de Machine Learning en Sevilla #MLSEV es introducir los conceptos básicos y las técnicas más avanzadas del Aprendizaje Automático (o Machine Learning) para aumentar significativamente la productividad de nuestro negocio.
La amplia experiencia de Machine Learning School en dar la bienvenida a profesionales expertos y técnicos de diferentes áreas del aprendizaje automático, les ha enseñado que una talla única no sirve para todos: «one size doesn´t fit all». Este evento destaca por ofrecer dos puntos de vista sobre «Lo mejor de ambos mundos» -de ahí, best of both worlds-, al combinar sesiones técnicas-prácticas con sesiones sobre los desafíos a los que nos enfrentamos en el sector y las lecciones aprendidas al implementar sistemas de machine learning en la vida real.
Echemos un vistazo rápido a los aspectos más destacados de lo que los asistentes de #MLSEV pueden esperar los días 26 y 27 de marzo de 2020 en EOI Andalucía:
PRIMER DÍA: 26 de Marzo
Después de los comentarios de apertura, el día 26 comienza con Ed Fernández (Arowana) seguido por el profesor Enrique Dans (IE University). En conjunto, brindarán a los asistentes una buena comprensión del impacto empresarial que se está desarrollando a partir del Machine Learning con modernas plataformas de software como BigML. A continuación, el científico jefe de BigML y uno de los padres de la disciplina del aprendizaje automático, el profesor Tom Dietterich, sube al escenario para hablar sobre las técnicas más modernas de Machine Learning, así como para ilustrarnos hacia dónde nos dirigiremos en los próximos años en esta disciplina.
Después de algunas sesiones técnicas-prácticas introductorias impartidas por expertos experimentados de BigML Machine Learning y el magnifico almuerzo, se profundizará en las interesantes presentaciones de Michael Skiba (también conocido como Dr. Fraud), Jan W Veldsink (Rabobank) y Roy Prayikulam / Kevin Nagel (INFORM). En estas sesiones se pretender abordar cómo podemos implementar Machine Learning en la vida real, concretamente, en áreas como la detección de fraudes financieros y el antilavado de dinero (AML).
El primer día termina con un mini ejercicio de Aprendizaje Automático, nombrado “Get your hands dirty” y utilizando el dashboard de BigML de forma que los participantes tengan la oportunidad de interactuar con algunos de los conceptos cubiertos durante la jornada de este primer día.
SEGUNDO DÍA: 27 de marzo
El segundo día comenzará con más sesiones técnicas sobre algunas de las técnicas de aprendizaje supervisado, no supervisado y AutoML más versátiles de la plataforma BigML. Los docentes no solo transmitirán los conceptos de alto nivel detrás de esos enfoques, sino también cómo funcionan en la práctica.
Para completar el programa, los socios de BigML representados por José Cárdenas (Indorama), Christina Rodríguez y Delio Tolivia (Talento Transformación Digital) y Andrés González (CleverData.io) toman el relevo para explicar cómo podemos implementar diferentes casos de uso operacionales para obtener beneficios tangibles como, por ejemplo, la optimización de la calidad y la minimización del tiempo de espera.
Esta jornada finaliza con la demostración de cómo impulsar la producción de los modelos de Machine Learning construidos durante la sesión de práctica realizada al final del Día 1. Esto brindará a los asistentes una comprensión profunda del proceso de aprendizaje automático de extremo a extremo: desde su origen hasta su aplicación.
¡Apúntate aquí!
Machine Learning está transformando muchas industrias al tiempo que permite nuevos tipos de productos y servicios que nadie ha soñado hasta hace poco. Sin embargo, el conjunto de habilidades requerido para desarrollar aplicaciones de Aprendizaje automático en la vida real ha permanecido en su mayor parte en el terreno de los pocos académicos y científicos privilegiados. El mundo y la fuerza laboral global no pueden permitirse quedarse detrás de la curva en este habilitador clave de la tecnología, por lo que necesitamos con urgencia producir un grupo mucho mayor de profesionales con conocimientos de alfabetización en materia de ML, como desarrolladores, analistas, gerentes y expertos en la materia.
Para contribuir de manera significativa en este asunto, BigML , con la colaboración de la Escuela de Organización Industrial y el Ayuntamiento de Sevilla, preparan el lanzamiento de la primera edición de Machine Learning School en Sevilla. Machine Learning School o #MLSEV tendrá lugar los próximos 7 y 8 de marzo en el Salón de Actos de la Escuela de Negocios EOI, en el Parque Tecnológico de la Isla de la Cartuja (Sevilla).El objetivo del evento es acercar y desarrollar los conocimientos sobre el Machine Learning, para que los asistentes descubran el impacto que este puede llegar a tener en sus empresas y aprendan a aumentar significativamente su productividad.
Este evento es ideal para muchos profesionales que desean resolver problemas del mundo real aplicando el Machine Learning de manera práctica, por ejemplo, analistas, líderes empresariales, profesionales de la industria y cualquier persona que desee hacer más con menos recursos aprovechando el poder. Por este motivo, estará enfocado principalmente a altos mandos e intermedios de empresas así como personal del ámbito académico.
El #MLSEV de dos días de duración se incluirán clases magistrales, casos de usos y talleres prácticos que permitan a sus asistentes a aprender los conocimientos y técnicas básicas del Machine Learning. Además de los conceptos básicos, el curso cubrirá una selección de técnicas de vanguardia con ejemplos relevantes orientados a los negocios, como aplicaciones inteligentes, casos de uso en el mundo real en múltiples industrias, talleres prácticos y mucho más.
El aforo será limitado, con un cupo máximo de 200 personas, por lo que si estas interesado puedes registrarte hoy mismo y realizar tu solicitud para asegurar tu plaza. Podrás seguir las novedades del evento a través de la etiqueta #MLSEV en las redes Twitter, LinkedIn y Facebook.
Aviso Legal | Política de Cookies | Política de Privacidad