Hola a todos.

Esta ocasión nos acompañará Carlos Alfonso Ruiz Guido y nos presentará una sesión súper interesante sobre las matemáticas detrás de la funcionalidad de Machine Learning en Elastic.

En esta charla daremos una explicación de por que conocer el formalismo matemático detrás de estos algoritmos y la definición formal de anomalía puede ayudar a mejorar nuestra capacidad de predicción apoyándonos en las ventajas que provee Elastic.

No es necesario un conocimiento profundo de matemáticas para asistir a la charla, por el contrario es una invitación a este lenguaje. Si el tiempo lo permite hablaremos de detección de anomalías en sparse graphs y de la dualidad que existe entre aquellas gráficas densas y sparse, esta teoría se puede ver tanto como una técnica alternativa a los métodos de Machine Learning como una explicación de la eficacia de aquellos métodos en algunos problemas.

¡Te esperamos!

Acerca de Carlos: Cuenta con un PhD en Matématicas con estudios en el extranjero y una amplia experiencia en charlas y conferencias en universidades nacionales y eventos internacionales. Es fundador de Escuela de Matemáticas Bourbaki en Ciudad de México donde se encuentran comprometidos con mejorar el conocimiento de las matemáticas en México.