[Robotics_readinggroup] Reading group is coming back ...

[Ana C. Murillo]

Hola a todos!

Ya va siendo hora de que vuelva el reading group .... o al menos de ir planeándolo :-)

Este viernes hay un seminario invitado muy interesante (copió la info debajo por si no os ha llegado), os parece que nos juntemos justo antes los que estéis por aquí para ver cuándo os va bien a la mayoría empezar e ir asignando presentadores?

Sería quedar 10.30 en el seminario/sala de juntas/sala de café, la charla es a las 11.

Saludos!
Ana

charla invitada para este viernes 20 de septiembre, a las 11 en el seminario del departamento.

Título: Bayesian Methods in Deep Learning 
Ponente: Javier Antorán
Lugar: Seminario del departamento
Día/hora: Viernes 20 de septiembre, 11:00

Abstract:
Las redes neuronales son una clase de modelo que ha ganado mucha popularidad recientemente debido a su flexibilidad y escalabilidad con cantidades masivas de datos y computación. Desafortunadamente, el uso de Máxima Verosimilitud para hallar los parámetros de estos modelos los hace vulnerables al sobreajuste y hace que produzcan medidas de incertidumbre, o barras de error, poco robustas. Como consecuencia, las redes neuronales suelen actual erráticamente cuando son enfrentadas con problemas muy distintos a los vistos durante su entrenamiento. 

Adoptar una perspectiva probabílistica permite sustituir los parámetros de las redes neuronales por distribuciones de probabilidad. En las redes neuronales Bayesianas, la incertidumbre sobre los parámetros se traslada a las predicciones. Esto permite generar medidas de incertidumbre robustas, prevenir el sobreajuste, detectar muestras con características nuevas y equilibrar la exploración con la explotación en escenarios de aprendizaje activo. 

Brief bio:
Javier Antorán es estudiante de doctorado en Machine Learning en la Universidad de Cambridge bajo la supervisión de José Miguel Hernández Lobato. Javier colabora con Microsoft Research Cambridge a través de un Cambridge Industrial CASE award y con el Broad Institute of MIT and Harvard en el desarrollo de modelos de variables latentes para datos biomédicos. Sus principales intereses de investigación se centran en modelado probabilístico, representation learning y teoría de la información. 

Javier es graduado en ingeniería de telecomunicaciones (premio extraordinario) por la Universidad de Zaragoza y Master en Machine Learning por la Universidad de Cambridge. Durante su grado en la Universidad de Zaragoza, Javier fue presidente de la rama de estudiantes del IEEE, realizó practicas en el Laboratorio de Gráficos de la Universidad de Zaragoza y en el Centro Europeo para la Investigación Nuclear (CERN). Javier es co-fundador de la empresa de data science: zzdatalabs. 

-- 
Javier Civera
jcivera[at]unizar[dot]es
http://webdiis.unizar.es/~jcivera
(+34) 876555554

Departamento de Informatica e Ingenieria de Sistemas
Universidad de Zaragoza
C/ Maria de Luna, 1
50018 Zaragoza, Spain.
_______________________________________________
Diis mailing list
Diis en listas.unizar.es
http://listas.unizar.es/cgi-bin/mailman/listinfo/diis
----------
INFORMACIÓN SOBRE PROTECCIÓN DE DATOS DE CARÁCTER PERSONAL

Ud. recibe este correo por pertenecer a una lista de correo gestionada por la Universidad de Zaragoza.
Puede encontrar toda la información sobre como tratamos sus datos en el siguiente enlace: https://sicuz.unizar.es/informacion-sobre-proteccion-de-datos-de-caracter-personal-en-listas
Recuerde que si está suscrito a una lista voluntaria Ud. puede darse de baja desde la propia aplicación en el momento en que lo desee.
http://listas.unizar.es
----------