วีดีโอ

Qué pena tan mal audio para un tema tan interesante...se pod`ra oir en otro sitio? Gracias!!

Felicitaciones

Que docente tan valioso es Marcelo Soria !

el tema me parece muy interesante ... saben ¿Dónde puedo investigar más al respecto? ¿documentación?

gustavo markel soy tu hijo , por que no venis a conocerme?, te encotre aca, ya tengo 8 anos.

¡Felicidades Juan!

La mayor parte de la conferencia no se entiende debido al sonido, es una pena.

Me interesa inscribirme para 2022, saben cuando se abren inscripciones en 2021?

Las charlas son buenas, pero están todas muy mal grabadas. Todo muy UBA-style

alguna otra programada para el 2020

esta cortado la parte en donde explicas el problema del "one hot encoding", lo podrías explicar?

Resumen: * La carrera apunta a "data science", no cambian el nombre del título por temas burocráticos. * La maestría dura 2 años, y la especialidad 1. Se recomienda apuntar a la especialidad (tiene trabajo final), y luego a la maestría (tiene tesis de maestría, y no trabajo final), para ver si lo vas a poder hacer. Para la inscripción se paga lo mismo en cada caso. Generalmente la especialidad es suficiente para ubicarse laboralmente. * Te podes anotar a cualquier título y hacer el otro de todas formas. * El fuerte no es en el área de negocios (startup), no está enfocado a eso. * Es una unión entre Facultad de Cs. Exactas y Facultad de Ing. * La maestría es profesional, y no académica. La tesis apunta a lo profesional, es más amplio lo que puede entrar en esa rama. 1° Año: 6 materias, 3 por cuatrimestre: * Análisis inteligente de datos (estadística multivariada y análisis exploratorio de datos). * Aprendizaje automático (machine learning). * Data mining (complementa con machine learning pero con ingeniería de datos: preparar, procesar datos). * Enfoque estadístico del aprendizaje (estadística, orientada a modelado de datos). * Aplicaciones de data mining en ciencia y tecnología. * Aplicaciones de data mining en economía y finanzas. 2° Año: 2 materias obligatorias (talleres), y 4 optativas (o más): * Taller de tesis 1 (obligatoria) * Taller de tesis 2 (obligatoria) - Sistemas de información geográfico - Visualización de información - Datos abiertos - Aprendizaje en grafos - Aprendizaje reforzado - Big data - Redes neuronales Admisión - 3 cursos de nivelación. Asistencia no obligatoria. Examen debe aprobarse. Tienen recuperatorio. * Bases de datos * Estadística * Programación Salida laboral: hay buena demanda de gente que sepa qué hacer con datos, trabajar con datos de diferentes tipos que requieren un gran proceso de limpieza. No todo es big data, en general hay otros campos de aplicación.

Es muy interesante y útil la charla, es una lástima que esté filmado en forma casera. El sonido deja mucho que desear, y las proyecciones en el pizarron o pared posterior son imposible de ver...