Data Day(s) Virtual 2020

Examinando y prediciendo las respuestas del INAI: Un Safari por la transparencia

Ivett Sanchez — Fri, 07 Aug 2020 21:01:16 +0000

Examinando y prediciendo las respuestas del INAI: Un Safari por la transparencia

Evento

Data Day(s) Virtual 2020

Ivett Sanchez Fri, 08/07/2020 - 16:01

Conferencista(s)

Como parte del fellowship Summer of Data de SocialTIC y la Sociedad Mexicana de Ciencia de Datos, se está desarrollando un análisis exhaustivo de las solicitudes de información que llegan al INAI de 2012 a 2019. Veremos lo que la ciudadanía pregunta, lo que el INAI responde, y cómo podemos ayudar a formar una cultura de transparencia con un producto de datos de clasificador de nuevas preguntas.

Fecha de sesión

Fri, 08/07/2020 - 12:00

Trucos y recomendaciones para clasificación de textos financieros

Ivett Sanchez — Thu, 06 Aug 2020 21:28:32 +0000

Trucos y recomendaciones para clasificación de textos financieros

Evento

Data Day(s) Virtual 2020

Ivett Sanchez Thu, 08/06/2020 - 16:28

Conferencista(s)

Pablo Campos

Las Word embeddings son técnicas utilizadas en el procesamiento de lenguaje natural donde las palabras o frases son mapeadas a vectores de números reales, de tal manera que los vectores generados pueden ser explotados por algoritmos de machine learning.

En esta charla mostraremos:

Una breve historia y panorama de las principales herramientas y modelos de word embeddings: word2vec, GloVe, fastText, StarSpace.
Cómo construir y evaluar modelos de clasificación de texto con fastText y StarSpace.
Técnicas utilizadas en fastText para mejorar el desempeño.
Un caso de uso en BBVA donde usamos fastText para realizar clasificación de textos financieros.

Fecha de sesión

Thu, 08/06/2020 - 12:00

DATA OPS: La evolución en la gestión de datos, por Rackspace Technology

Ivett Sanchez — Thu, 06 Aug 2020 21:26:30 +0000

DATA OPS: La evolución en la gestión de datos, por Rackspace Technology

Evento

Data Day(s) Virtual 2020

Ivett Sanchez Thu, 08/06/2020 - 16:26

Conferencista(s)

Santiago Díaz

Para que los datos generen valor al negocio, no basta con capturarlos y crear modelos. Es necesario gestionarlos de forma coordinada, de principio a fin. En esta sesión abordaremos temas de DATAOPS y discutiremos sobre la importancia de reducir el costo total de propiedad (TCO) para ir al mercado más rápido con servicios modernos de administración de bases de datos.

Fecha de sesión

Thu, 08/06/2020 - 12:00

Taller: Definiciones y técnicas para la detección de anomalías, por Bourbaki

Ivett Sanchez — Thu, 06 Aug 2020 21:23:35 +0000

Taller: Definiciones y técnicas para la detección de anomalías, por Bourbaki

Evento

Data Day(s) Virtual 2020

Ivett Sanchez Thu, 08/06/2020 - 16:23

Conferencista(s)

Alfonso Ruíz

En este taller presentaremos un proyecto de investigación y consultoría sobre la detección de outliers en distintos problemas de predicción. Junto a Karin Alcaraz, Ana Isabel Ascencio y Ernesto Lupercio hemos estudiado la naturaleza y la riqueza de los outliers; utilizando técnicas de Wavelets y Extreme Value Theory hemos mejorado en algunas circunstancias algunos de los algoritmos clásicos de detección de anomalías. En este taller hablaremos sobre nuestras investigaciones y cómo podemos participar en proyectos donde la presencia de anomalías sea determinante para proponer una solución eficaz.

Fecha de sesión

Thu, 08/06/2020 - 12:00

Aequitas: a framework for measuring bias and addressing fairness in Machine Learning

Ivett Sanchez — Thu, 06 Aug 2020 21:22:11 +0000

Aequitas: a framework for measuring bias and addressing fairness in Machine Learning

Evento

Data Day(s) Virtual 2020

Ivett Sanchez Thu, 08/06/2020 - 16:22

Conferencista(s)

Liliana Millán

SG4W

Las herramientas basadas en machine learning e inteligencia artificial cada vez se aplican más en contextos donde pueden tener un impacto drástico en la vida de las personas en aspectos como justicia criminal, educación salud, oportunidades profesionales y servicios sociales. Aequitas es un framework creado por la Data Science for Social Good Foundation en Carnegie Mellon University que facilita la auditoría de modelos de machine learning para detectar imparcialidad y transparentar la forma en que se mitigan estos riesgos.

Acerca del conferencista

Fecha de sesión

Thu, 08/06/2020 - 12:00

La revolución de la ciencia de datos en la manufactura

Ivett Sanchez — Thu, 06 Aug 2020 21:15:53 +0000

La revolución de la ciencia de datos en la manufactura

Evento

Data Day(s) Virtual 2020

Ivett Sanchez Thu, 08/06/2020 - 16:15

Conferencista(s)

Dr. Eduardo Ramírez

La manufactura, con todo y su historia de casi 300 años, no está exenta de ser mejorada por técnicas de machine learning. En el siglo XX nació la investigación de operaciones y el modelado matemático pasó a formar parte de los procesos industriales, sin embargo, los problemas se enfocaban desde un punto de vista analítico exacto. Actualmente la abundancia de datos y métodos es la norma. La filosofía de DS/ML/AI nos permite plantear soluciones aproximadas para una gama de problemas más variados y con un amplio menú de técnicas. En esta charla exploraremos las áreas donde la manufactura se puede ver beneficiada tangible con un enfoque multidisciplinario basado en los nuevos paradigmas.

Fecha de sesión

Thu, 08/06/2020 - 12:00

Introducción al machine learning cuántico

Ivett Sanchez — Thu, 06 Aug 2020 21:09:14 +0000

Introducción al machine learning cuántico

Evento

Data Day(s) Virtual 2020

Ivett Sanchez Thu, 08/06/2020 - 16:09

Conferencista(s)

Salvador E. Venegas

El machine learning cuántico es un paradigma emergente en el área de cómputo cuántico que está atrayendo una atención considerable. En esta plática daré introducción concisa al cómputo cuántico y posteriormente abordaré las principales ideas, planteamientos y resultados del machine learning cuántico.

Fecha de sesión

Thu, 08/06/2020 - 12:00

Taller: Procesamiento de datos acelerado con GPUs usando Bumblebee

Ivett Sanchez — Thu, 06 Aug 2020 21:07:30 +0000

Taller: Procesamiento de datos acelerado con GPUs usando Bumblebee

Evento

Data Day(s) Virtual 2020

Ivett Sanchez Thu, 08/06/2020 - 16:07

Conferencista(s)

Argenis León

El procesamiento y limpieza de datos tabulares es una tarea lenta y tediosa. En esta sesión mostraremos cómo esta tarea se puede realizar hasta 10 veces más rápido utilizando Bumbleebee, una herramienta open source para ETL que hace procesamiento paralelo usando GPUs.

Fecha de sesión

Thu, 08/06/2020 - 12:00

Lessons learned in working with real-life data in resource constrained settings with limited domain knowledge

Ivett Sanchez — Wed, 05 Aug 2020 21:44:45 +0000

Lessons learned in working with real-life data in resource constrained settings with limited domain knowledge

Evento

Data Day(s) Virtual 2020

Ivett Sanchez Wed, 08/05/2020 - 16:44

Conferencista(s)

Raphaëlle Roffo

SG4W

Each day, 1.8 billion individuals drink water contaminated with faeces. Improved faecal matter detection methods are crucial in identifying causes of water contamination, communicating risks to users more efficiently, and developing adequate solutions, especially in the domain of sanitation infrastructure.

Over the course of two months in Summer 2018, as part of the AfriWatSan project, I collected water samples in the Greater Dakar region and tested them for faecal contamination using two methods: traditional, culture-based methods, and a new real-time, fluorescence-based method: tryptophan-like fluorescence (TLF). This new method offers several key advantages over traditional methods as it is portable, real-time and easy to use. The initial goal of my research was to follow up on previous field studies in which TLF produced false positives. I hoped to use geostatistics methods to identify the causes of false positives.

97 samples were collected with 48 parameters including hydrochemical parameters and environmental risks. But quickly, we realised that TLF were producing very strange results, and that no correlation could be observed between the TLF readings and actual levels of contamination as showed by the culture-based method.

In this talk, I’d like to walk the audience through some of the challenges of working with real-life data in resource-constrained settings and in with limited prior domain knowledge. I’ll share ups and downs, lessons learnt and some reflections around what it means to maintain intellectual honesty even when the pressure is strong to produce a certain type of results to be published and recognized in academia.

In terms of methods, I’ll cover the many interesting insights derived from the exploratory data analysis and from simple correlation matrices. I’ll explain the reasons why Dakar’s groundwater pollution was so extreme that TLF was not “”working”” there. I’ll then explain the geospatial methods I used and what I could learn from a simple hierarchical clustering analysis.

Finally, I’ll discuss the implications of this study, how it compares with samples collected in rural Uganda and Kenya, and what next steps are needed to better understand Dakar’s groundwater pollution (in particular, reconciling vertical flow models with our understanding of horizontal groundwater movements).”

Fecha de sesión

Wed, 08/05/2020 - 12:00

Event Streaming for Real Time enterprises, por Confluent

Ivett Sanchez — Wed, 05 Aug 2020 21:42:10 +0000

Event Streaming for Real Time enterprises, por Confluent

Evento

Data Day(s) Virtual 2020

Ivett Sanchez Wed, 08/05/2020 - 16:42

Conferencista(s)

Joao Salcedo

La capacidad de procesar y consumir datos en tiempo real ya no solo es una posibilidad, sino una ventaja competitiva que están tomando las empresas líderes. En esta sesión platicaremos sobre por qué y cómo establecer arquitecturas de datos modernas que soporten procesamiento de datos en tiempo real para impulsar a su negocio.

Fecha de sesión

Wed, 08/05/2020 - 12:00