Cursos cortos en febrero
Desde el 10 al 24 de Febrero la Prof. Guatami Bhowmik de la Universidad de Lille, Francia, dictará el minicurso en Teoría Analítica de Números titulado ''The Circle Method''.
El curso se dictará en el salón 720 (salón verde) en el 7mo. piso de la Facultad de Ingeniería los días:
- Miércoles 12 de 14 a 15:30
- Viernes 14 de 14 a 15:30
- Lunes 17 de 14 a 15:30
El curso de dictará en inglés. Por consultas escribir a cqureshi@fing.edu.uy.
Resumen: "Este es un método muy clásico del análisis numérico debido a Hardy-Littlewood-Ramanujan, es usado para determinar asíntotas de funciones aritmética. Los coeficientes de la función generadora de una función aritmética (por ejemplo la función de partición) pueden ser expresados como una integral sobre un circulo que tiene que ser "apropiadamente" evaluada. Explicaremos el trabajo y trataremos algunos ejemplos, incluyendo el problema de Goldbach."
Bibliografía:
T.Apostol, Modular functions and dirichlet series in number theory,Springer-Verlag, 1989.
M.B.Nathanson, Additive Number Theory: The Classical Bases, Springer Graduate Texts, 1996.
R.C. Vaughan, The Hardy–Littlewood Method, Cambridge Tracts in Mathematics, 125 (2nd ed.), Cambridge University Press, 1997.
Los próximos dos cursos entran en el marco de la Maestría en Ingeniería Matemática.
Desde el 11 al 14 de Febrero, el Prof. Jean-Michel Poggi de la Universidad de Paris-Sud dará el curso titulado "Tópicos en Árboles de Clasificación y Regresión y en Random Forest". El curso se dictará en el salón 727 (salón gris) de la Facultad de ingeniería los días
- Lunes 11 de 9 a 12:30
- Jueves 13 de 9 a 12:30
- Viernes 14 de 9 a 12.30
Resumen: "Introducir los aspectos metodológicos de CART & Random Forest así como algunas contribuciones recientes en cuanto a la aplicación de los árboles a la estadística espacial y selección de variables. Aplicar dichas técnicas a conjuntos de datos reales e interpretar los resultados obtenidos. Acercar el estudiante al empleo de los paquetes para el análisis estadístico de datos disponibles en el ambiente de desarrollo de software libre R"
Desde el 13 al 20 de Febrero, el Prof. Argimiro Arratia de la Universidad Politécnica de Cataluña, dará un curso titulado "Procesos Gaussianos y aprendizaje automático", los días
- Jueves 13 de 15 a 18 (Salon 720 - Verde)
- Viernes 14 de 15 a 18 (Salon 727 - Gris)
- Martes 18 de 15 a 18 (Salon 727 - Gris)
- Miércoles 19 de 15 a 18 (Salon 727 - Gris)
- Jueves 20 de 15 a 18 (Salon 727 - Gris)
Resumen: "Recientemente los modelos de regresión basados en procesos Gaussianos (PG) están ganando popularidad en diversos ámbitos de aplicación de la Inteligencia Artificial y, en particular, en la industria financiera. Estos modelos PG permiten hacer predicciones sobre los datos incorporando nuestros conocimientos previos de estos, y en ese sentido son modelos de regresión Bayesianos. Los PGs están relacionados (y en un sentido asintótico son equivalentes) a modelos de IA más conocidos como Redes Neuronales y Máquinas de Soporte Vectorial, y a las más modernas Redes Neuronales Profundas (Deep Learning). Una ventaja de los PGs es que en ellos es posible evaluar de manera intrínseca la relevancia de las variables de entrada para las predicciones, lo cual hace que el modelo sea interpretable. En este curso se estudiarán los Procesos Gaussianos, sus vínculos con los modelos de aprendizaje automático mencionados, y algunas de sus aplicaciones como predictores en el ámbito de la ingeniería financiera. Se harán simulaciones de estos PGs y otros modelos de aprendizaje en R."