BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Departamento de Computación - ECPv6.15.18//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-ORIGINAL-URL:https://www.dc.uba.ar
X-WR-CALDESC:Eventos para Departamento de Computación
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:America/Sao_Paulo
BEGIN:STANDARD
TZOFFSETFROM:-0300
TZOFFSETTO:-0300
TZNAME:-03
DTSTART:20240101T000000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20250320T160000
DTEND;TZID=America/Sao_Paulo:20250320T180000
DTSTAMP:20260426T032508
CREATED:20250319T170831Z
LAST-MODIFIED:20250319T171046Z
UID:9818-1742486400-1742493600@www.dc.uba.ar
SUMMARY:DÁTAME: Hacia modelos de aprendizaje automático más robustos y equitativos
DESCRIPTION:Este jueves 20/03 adelantamos DÁTAME! de Marzo\, la primera de 2025! \nEl encuentro será a las 16 hs. en el aula 1401 del Edificio 0+Infinito. \nLa presentación estará a cargo de Celia Cintas (IBM Research Africa – Nairobi) y el título de la charla es: \nHacia modelos de aprendizaje automático más robustos y equitativos \n \nSobre la charla \nCuando pensamos en llevar a producción modelos de aprendizaje automático\, necesitamos que estos sean robustos y equitativos. Actualmente\, la mayoría de los modelos consideran condiciones ideales y suponen que los datos de producción provienen de la misma distribución que los de entrenamiento. Sin embargo\, esto no suele ser el caso en las aplicaciones de la vida real. Por ejemplo\, en un entorno clínico\, podemos encontrar diferentes dispositivos de captura de imágenes\, diversas poblaciones de pacientes\, o condiciones médicas diferentes o desconocidas. Por otro lado\, debemos evaluar las posibles disparidades en la evaluación o diagnóstico\, ya que pueden trasladarse y amplificarse en nuestras soluciones de aprendizaje automático. En esta charla vamos a ver cómo usamos modelos de ML para evaluar la representación en aplicaciones de dermatología y cómo podemos ayudar a modelos ya entrenados a ser más robustos ante cambios en los datos de entrada. \nSobre la oradora \nCelia Cintas es investigadora en IBM Research Africa – Nairobi. Es miembro del equipo de IA en el Kenia Lab. Su investigación actual se centra en mejorar las técnicas de ML para abordar los desafíos de la salud global en los países en desarrollo y explorar el escaneo de subconjuntos para la detección de anomalías en modelos generativos. Fue becaria de CONICET y trabajó en Deep Learning para estudios de población en LCI-UNS e IPCSH-CONICET (Argentina) como parte del Consortium for Analysis of the Diversity and Evolution of Latin America (CANDELA). Durante su doctorado\, fue estudiante visitante en el University College of London (Reino Unido). También fue investigadora visitante postdoctoral en la Universidad de Jaén (España). Tiene un doctorado en Ciencias de la Computación de la Universidad del Sur (Argentina). Co-preside varias conferencias de Scipy Latinamerica\, de la Ayuda Financiera del Comité de SciPy (EE. UU.) (2016-2019) y Diversidad de SciPy (2020-2022)\, entre otros. Una lista detallada de charlas\, publicaciones y eventos está disponible en https://celiacintas.io/ \nConsultas: info.lcd@exactas.uba.ar \nSobre ¡DÁTAME! \nEste ciclo de charlas busca simultáneamente \n– Ser un lugar de encuentro entre todos/as los/as que nos sentimos cercanos a LCD ya sea por ser estudiantes de la carrera o carrera cercanas\, docentes\, investigadores/as interesados/as o simplemente amigos/as de LCD. \n– Ofrecer a estudiantes de la carrera un panorama amplio de posibles caminos que puede recorrer un/a especialista en ciencias de datos. \n– Exponer a estudiantes de LCD a importantes referentes de la disciplina que trabajan en diversos ámbitos (investigación científica\, empresas\, organismos estatales\, ONGs\, etc. ) \n– Aprender un montón de cosas sobre datos. Qué tipo de problemas se pueden resolver con ellos y cuáles no\, qué precauciones debemos tener\, qué desafíos afronta la disciplina y mucho más. \n– Evidenciar la diversidad de disciplinas que confluyen en esta carrera y experimentar cómo interactúan. \n– Compartir un buen rato\, una vez por mes. \nEstá destinado principalmente a estudiantes de la carrera\, pero todas/os somos bienvenidas/os. \nHabitualmente\, nos juntamos el 3er. viernes de cada mes a las 16hs.\, excepto en ocasiones especiales. \n¡Las y los esperamos!
URL:https://www.dc.uba.ar/event/datame-hacia-modelos-de-aprendizaje-automatico-mas-robustos-y-equitativos/
LOCATION:Aula 1401
CATEGORIES:Agenda
END:VEVENT
END:VCALENDAR