¡Prepárate para ODSC West 2023 con lo más destacado del año pasado!

Prepárate para ODSC West 2023 con lo destacado del año pasado.

Hay mucho que considerar al aprender sobre ciencia de datos, como qué temas son relevantes, formato, y demás. Para ayudarte a construir IA de manera mejor, hemos creado una lista de las diez mejores charlas virtuales de ODSC West este año para que puedas aprender una variedad de temas y de oradores de diferentes antecedentes. ¡Todo lo que necesitas hacer es registrarte para obtener una cuenta gratuita de Ai+ Training y luego tendrás acceso a las sesiones! Mira todas las sesiones aquí.

DS/AI para Respuesta a Incidentes y Caza de Amenazas con CHRYSALIS y DAISY

Jess Garcia | CEO, Analista de Seguridad y Forense, Respondedor de Incidentes | One eSecurity, Instructor Senior | SANS Institute

Hay mucha charla sobre el uso de IA en ciberseguridad en estos días. Muchos proveedores de ciberseguridad afirman que sus productos utilizan IA para detectar y detener amenazas, pero hay muy poca información disponible sobre cómo lo hacen. En esta charla, aprenderás cómo utilizar de manera transparente la IA en la respuesta a incidentes y la caza de amenazas con la ayuda del conjunto de herramientas DS4N6 (DAISY VM y CHRYSALIS) y aprenderás sobre los algoritmos de ML más útiles para este propósito.

Modelado Generativo Basado en Difusión para Eliminación de Ruido

Stefano Ermon, PhD | Profesor Asistente | Universidad de Stanford

Los modelos generativos basados en difusión, como DALL·E 2, han logrado una calidad excepcional en la generación de imágenes. A diferencia de otros modelos generativos basados en representaciones explícitas de distribuciones de probabilidad (por ejemplo, autoregresivas) o procedimientos de muestreo implícitos (por ejemplo, GANs), los modelos de difusión aprenden directamente el campo vectorial de gradientes de la distribución de datos (scores). Este marco permite arquitecturas flexibles y no requiere muestreo durante el entrenamiento ni el uso de métodos de entrenamiento adversarial. Estos modelos generativos basados en scores permiten una evaluación exacta de la probabilidad, logran una calidad de muestra de vanguardia y se pueden utilizar para mejorar el rendimiento en una variedad de problemas inversos, incluida la imagen médica.

Orquestación de Activos de Datos en lugar de Tareas, con Dagster

Sandy Ryza | Ingeniero Principal – Proyecto Dagster | Elementl

La orquestación basada en activos funciona bien con herramientas modernas de stack de datos como dbt, Meltano, Airbyte y Fivetran, porque esas herramientas ya piensan en términos de activos. Los asistentes a esta sesión aprenderán cómo construir y mantener canalizaciones de datos de una manera que haga que sus conjuntos de datos y modelos de ML sean dramáticamente más fáciles de confiar y evolucionar.

Un Enfoque Basado en la Intuición para el Aprendizaje por Reforzamiento

Oswald Campesato | Fundador | iQuarkt

El aprendizaje por refuerzo (RL) ha logrado un éxito notable en varias tareas, como derrotar a equipos humanos en juegos masivos en línea, avances en robótica y resultados asombrosos en el problema de plegamiento de proteínas en química. La experiencia en RL requiere un fuerte conocimiento de aprendizaje automático, estadísticas y áreas de matemáticas. Además, RL contiene muchos conceptos que parecen “difusos” y, por lo tanto, pueden ser desafiantes para los principiantes que están tratando de aprender RL. Sin embargo, esta sesión proporciona la intuición de varios conceptos de RL, como explotar/explorar y maximización de la recompensa esperada, junto con ejemplos de la vida real de estos conceptos.

Aprovechando el Impulso de la Explosión de NLP

Rongyao Huang | Científico de Datos Principal | CB Insights

En esta charla, compartiremos cómo modernizamos nuestra pila de NLP en CBI R&D y los desafíos que encontramos. La Parte I te guiará a través de la línea de tiempo y los hitos de la evolución de NLP, destacando las tendencias significativas después de la revolución “attention”. La Parte II discutirá las lecciones listas para la batalla aprendidas utilizando modelos de transformer en diversas tareas e idiomas, aprovechando bibliotecas de código abierto como HuggingFace Transformers y Pytorch Lightning.

Una Introducción a la IA Causal

Robert Osazuwa Ness, PhD | Investigador Senior | Microsoft

La inferencia causal es cada vez más una herramienta indispensable de la ciencia de datos, el aprendizaje automático y la toma de decisiones basada en datos. En esta charla, Robert presentará el estado actual del aprendizaje automático causal y cubrirá los problemas que importan en la práctica, con énfasis en las industrias tecnológica y minorista. También hablará sobre las tendencias en herramientas de código abierto para la inferencia causal. Por último, mostrará ejemplos de DoWhy y su paquete hermano EconML, que juntos forman el PyTorch de la inferencia causal.

Enfoques Emergentes para la Gobernanza de la IA: Dirigido por la Tecnología vs Dirigido por la Política

Ilana Golbin | Directora | PwC Tecnologías Emergentes y Líder de IA Responsable

En los últimos años, muchos se han familiarizado más con los posibles riesgos que plantea la implementación y el uso incorrecto de los sistemas de IA/ML. Empresas de casi todos los tamaños y de casi todos los sectores han visto ejemplos de grandes fallas en la IA, lo que ha llevado a una disminución significativa en la confianza en estos sistemas. Como resultado, los interesados en las organizaciones han surgido con interés en remediar estos riesgos y tener un control sobre la IA, a través de la gobernanza de la IA. Algunos se sienten atraídos por las capacidades técnicas que prometen soluciones a problemas éticos y permiten la calidad. Otros confían en los métodos de cumplimiento y políticas existentes para hacer cumplir los estándares. En esta sesión, describiremos cómo se ven estos enfoques diferentes, los pros y los contras de cada uno, y las consideraciones para construir un marco sólido en torno a la gobernanza de la IA que involucre a los equipos técnicos, comerciales y de cumplimiento.

Direcciones en la nube, MLOps y Ciencia de Datos en producción

Joe Hellerstein, PhD | Profesor Jim Gray de Ciencias de la Computación | Universidad de California, Berkeley

Las tendencias recientes en la tecnología en la nube, incluida la computación sin servidor, prometen nuevos enfoques para abstraer la infraestructura. Desafortunadamente, estas ofertas no cumplen con el desafío de MLOps. En esta charla, Josh cubrirá algunas de las promesas importantes y debilidades de las ofertas actuales en la nube, y describirá la investigación del RISElab de Berkeley y el sistema Aqueduct de código abierto resultante, que ponen la Ciencia de Datos en producción al alcance de cualquier persona que trabaje con datos y modelos.

Estimación de incertidumbre robusta y equitativa

Aaron Roth, PhD | Profesor de Ciencias de la Computación y Cognitivas | Universidad de Pensilvania

En esta conferencia, describiremos una nueva técnica para abordar algunos problemas comunes: una forma de producir conjuntos de predicción para métodos de predicción de caja negra arbitrarios que tienen una cobertura empírica correcta incluso cuando la distribución de datos puede cambiar de manera arbitraria e inesperada y que tenemos una cobertura correcta incluso cuando nos enfocamos en grupos demográficos que pueden ser arbitrarios e interseccionales.

Echa un vistazo a las sesiones ahora

Las sesiones anteriores abarcan un poco de todo en el ámbito de la ciencia de datos para ayudarte a construir una IA mejor, y todas fueron altamente valoradas por los asistentes a la conferencia virtual ODSC West. Puedes verlas todas de forma gratuita. Si estás ansioso por tener una experiencia de conferencia en tiempo real, entonces puedes obtener un pase presencial o virtual para ODSC West este 30 de octubre al 2 de noviembre, con un descuento del 60% en las entradas.

We will continue to update Zepes; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

Inteligencia Artificial

La Era de Gen AI Un Nuevo Comienzo

Introducción En el mundo de la tecnología en constante evolución, nos encontramos en el umbral de una nueva era, una ...

Inteligencia Artificial

Microsoft recibe duras críticas por su seguridad groseramente irresponsable

Azure parece una casa de naipes colapsando bajo el peso de los exploits y vulnerabilidades.

Inteligencia Artificial

Top 40+ Herramientas Generativas de IA (Diciembre 2023)

ChatGPT – GPT-4 GPT-4 es el último LLM de OpenAI, que es más inventivo, preciso y seguro que sus predecesores. Tambié...

Inteligencia Artificial

Generación mejorada por recuperación (RAG) De la teoría a la implementación de LangChain

Ejemplo de implementación de Generación con Recuperación Aumentada (RAG) en Python con LangChain, OpenAI y Weaviate