Para quien guste darle un vistazo a algunas charlas de las que he dado, les proporciono una pequeña muestra de algunas sesiones que han sido documentadas. En cada vídeo les doy un poco de contexto de la charla.
Generación de Sustitutos Alimentarios mediante IA (COMIA)
En esta conversación se expone el paper que realicé de la COMIA, donde la inteligencia artificial y los alimentos se juntan para poder desarrollar nuevos productos de manera inteligente.
Cursos de Inteligencia Artificial
Tuve la oportunidad de impartir cursos sobre inteligencia artificial, tanto para un curso intermedio como un curso avanzado, a través de Canieti y TAE en la plataforma PLAI.
Toma de decisiones utilizando Big Data
Fui invitado a este proyecto por el grupo salinas en el nombre de Total Play para participar en una campaña llamada aprendizaje total play.
En esta charla, hablé de cómo utilizar herramientas como la ciencia de datos para procesar el Big Data ayuda a tomar decisiones informadas basadas en inteligencia obtenida de los datos.
Inteligencia Artificial y Nanotecnología
Esta sesión fue impartida en la segunda temporada de los Webcast Series de Guadalajara Connectory. Tuve la oportunidad de platicar, a través de Saturdays Ai, de estos dos temas los cuales forman mi carrera profesional desde mi época de estudios hasta mi formación actual como empleo.
En esta sesión hacemos un acercamiento ilustrativa a los fundamentos técnicos de la nanotecnología y de la inteligencia artificial.Posteriormente establecemos una relación donde estas dos tecnologías se han utilizado en conjunto para solucionar problemas reales
Explicando ML con SHAP
Esta charla fue impartida en HOY AI CHARLA organizado por Saturdays Ai. En el campo de la ciencia de datos, en el ámbito de modelos de aprendizaje automático, se piensa que los modelos son cajas negras que consumen información de entrada y regresan una respuesta de salida.
El problema es que, en general, no se sabe de manera precisa cómo se utilizó la información de entrada para obtener la respuesta. Esto usualmente es un problema; pero existen diversas técnicas para que nos ayuden a entender En esta chalra se platicó acerca de la importancia de la explicabilidad de los modelos de inteligencia artificial y se expuso una técnica que ayuda a tener una mejor interpretación de estos modelos.
Y entonces ¿Qué es PLN?
En esta ocación me invitaron a hablar en Women in Voice (Mexico) para exponer el tema de Procesamiento de Lenguaje Natural (PLN).
En la sesión se vió la definición de PLN proveniente de un modelo que utiliza esta misma tecnología. Además se vieron los conceptos clave que se utilizan para llevar a cabo estas técnicas y algunos ejemplos de en dónde se utilizan. Finalmente se expusieron casos donde este tipo de modelos han perjudicado de cierta manera las decisiones de algunas empresas debido a sesgos en la información utilizada.
Explaining Machine Learning Models
En esta ocasión, fui invitado a Women In Data a exponer el tema de explicabilidad de modelos de Machine Learning.
En este caso, se tuvieron cuatro sesiones en distintos días se explicaron varias técnicas para hacer la explicabilidad de los modelos de aprendizaje automático. En la primer sesión se dió una introducción conceptual y se habló de la importancia de realizar estas técnicas.
En las siguientes sesiónes se analizaron con mayor profundidad las técnicas que se utilizan para la explicabilidad, tales como Lime, Eli5, Anchors y SHAP. Se vieron desde una perspectiva conceptual y finalmente nos desplazamos al código para verlas en acción.