Track 3: Big Data, Machine Learning and Cloud (10:15 - 11:00)

Descripción

Normalmente nos han enseñado que las redes neuronales convolucionales son muy buenas clasificando objetos, de hecho se podría decir que son excepcionales clasificando perros y gatos. Sin embargo, debido a la complejidad de estos modelos, su interpretabilidad es escasa y son conocidos como modelos de caja negra: solamente se conoce la entrada y la salida pero no qué ocurre dentro.

En esta charla venimos dispuestos a dinamitar esta idea. Usando diversas librerías de aprendizaje automático, vamos explicar cual es el funcionamiento de estos modelos y entender su mecanismo gracias a distintas visualizaciones.

Público objetivo

• Seres vivos basados en carbono en general
• Gente con interés en profundizar en las redes neuronales
• Gente curiosa del machine learning

Ponente(s)

Miguel López Pérez, estudiante de doctorado en la Universidad de Granada. Un buen matemático, se podría decir que el más bayesiano desde Bayes.



Bartolomé Ortiz Viso, estudiante de doctorado en la Universidad de Granada. Math-lover, Meme-addict, passionate about SciComm.