Tutorials

Gestión del conocimiento con ontologías.

Expositor: Dr. Alan David Ramírez Noriega.

Resumen: Las ontologías son una técnica de representación del conocimiento que está cubriendo muchas áreas en la investigación actual. Básicamente, las ontologías permiten modelar situaciones del mundo real para el desarrollo de sistemas de cómputo. Este tutorial brinda una introducción a los conceptos y al diseño de ontologías para desarrollar sistemas computacionales, además abarca el lenguaje de consultas para ontologías SPARQL. Al finalizar el tutorial, el estudiante tendrá las nociones básicas para diseñar ontologías y explotar su información a través del software Protégé.

Audiencia: Dirigido a estudiantes de ingeniería, licenciatura y maestría con estudios afines a Ciencias de la Computación, aunque el tutorial no requiere conocimientos avanzados de programación, ayudara bastante la comprensión de conceptos de la Programación Orientada a Objetos y el lenguaje de consulta SQL.

Duración: 4 horas con un receso de 20 minutos.

More details

Genetic Programming in a few steps

Expositor: Dr. Daniel Eduardo Hernández Morales.

Resumen: Machine Learning (ML) is now a mainstream commercial and industrial technology, and while many successful algorithms and techniques exist there are still areas that require new developments. For instance, one issue with many ML methods is that they generate black-box models that are difficult to interpret and port to other implementations. Genetic Programming (GP) is a technique from the field of evolutionary computation that generates symbolic models and expressions that can be used in very diverse domains, such as computer vision, automatic programming, bug repair and game playing, not to mention regression and classification. However, GP is not widely used by ML practitioners and application developers, it is still mostly an academic tool, but this fact is changing. The main objective of this tutorial is to present the basics behind GP, describe the most common applications and implementing Python based programing tools to understand, from a practical perspective, the use of this kind of algorithms.

Audiencia:Graduate students from computers science or engineering or related programsinterested in machine learning theory and practice, with basic programming skills in Python orsome other high-level programming language and basic understanding of data-driven optimizationproblems. With interest in Machine Learning and bio-inspired techniques.

Duración: 4 horas con un receso de 20 minutos.

More details