Matemática para Aprendizaje Automático

Eje 1: matemática en los algoritmos de aprendizaje automático.

La matemática es el lenguaje con el cual interpretamos el mundo y lo usamos para replicarlo artificialmente. La inteligencia artificial colecciona estas interpretaciones. El aprendizaje automático es una parte de ella, y es donde la matemática está más presente. Para avanzar en los métodos de aprendizaje automático precisamos de la matemática. Pero ésta también avanza gracias al aprendizaje automático, no solamente resolviendo necesidades sino aplicándolo para obtener nuevos resultados. 

Eje 2: aplicación a problemas de tráfico.

Los problemas relacionados al tráfico han sido estudiados desde diversos puntos de vista, son demasiado complejos y las técnicas de optimización son muy costosas. Proponemos un esquema de apredizaje automático que permita, en alguna medida, obtener los resultados con sensiblemente menor costo. 

Eje 3: docencia, extensión y divulgación.

• Dictamos cursos de grado y posgrado. Los últimos fueron "Tópicos matemáticos para aprendizaje automático" y el Seminario "Redes neuronales, un enfoque matemático".

• Ofrecemos consultoría académica en cuanto a análisis de datos y aprendizaje automático para investigadores de otras áreas.

• Ofrecemos charlas panorámicas sobre la inteligencia artificial, los posibles enfoques desde las distintas ciencias, el lenguaje matemático en comun y la importancia de la interdisciplinariedad.  La última Masterclass fue en la Universidad de Deusto, Bilbao, España. Aquí se encuentran las slides.

¿Quiénes somos?