El profesor canadiense y Doctor en ciencia Ilias Kotsireas impartirá una conferencia sobre minería de datos en la Facultad de Matemáticas de la Universidad de La Habana. La fecha: jueves 22 de febrero.
Bajo el título: “Conceptos y algoritmos en minería de datos”, la disertación de Kotsireas, en idioma inglés, tendrá lugar a las 9.30 a.m. La entrada es libre.
Miembro del Departamento de Física y Ciencia de la Computación, de la Universidad Pública Wilfrid Laurier, en Ontario, Canadá, Kotsireas, es, además, el presidente del Comité Organizador de la serie de Conferencias Internacionales Aplicaciones del Álgebra Computacional (ACA, por sus siglas en inglés).
La edición 29 de la ACA se desarrollará en la Universidad de La Habana, del 24 al 28 de junio entrante, organizada por el Instituto de Criptografía – IC- de la casa cubana de altos estudios.
Asimismo, el científico canadiense es editor de la Revista Mathematics in Computer Science, de la cual su Volumen 12, Issue 3, September 2018, publicó una recopilación de los trabajos de la Escuela CIMPA Mathematical Models for Security Applications, organizada por el IC.
De acuerdo con especialistas en la materia, los intereses de Ilias Kotsireas están relacionados con la investigación de la Computación simbólica, álgebra computacional, teoría de matrices combinatorias, optimización combinatoria, álgebra conmutativa y geometría algebraica, diseños combinatorios, matemática discreta y combinatoria.
La invitación a la conferencia abierta del profesor Kotsireas fue cursada por el ICIMAF, Instituto de Cibernética, Matemática y Física- ICIMAF- perteneciente a la Agencia de Energía Nuclear y Tecnologías de Avanzada (AENTA) y es líder en el país en el desarrollo de investigaciones básicas y aplicadas en materia de Computación, Matemática y Física.
Minería de datos
La minería de datos es el proceso de detectar anomalías, patrones y correlaciones en grandes conjuntos de datos para predecir resultados.
Empleando una amplia variedad de técnicas, puede utilizar esta información para una serie de menesteres económicos y otras aplicaciones en diversos campos.
El proceso de escarbar en los datos para descubrir conexiones ocultas y predecir tendencias futuras viene desarrollándose desde las últimas décadas del siglo pasado.
A veces denominado “knowledge discovery in databases“, el término “data mining” no se acuñó hasta la década de 1990.
La minería de datos entrelaza la estadística (el estudio numérico de las relaciones entre datos), la inteligencia artificial (inteligencia similar a la humana desplegada por programas informáticos y/o máquinas) y el aprendizaje automático (algoritmos que pueden aprender de los datos para hacer predicciones).
Según sus desarrolladores, lo que era viejo vuelve a ser nuevo, ya que la tecnología de extracción de datos sigue evolucionando para adaptarse al potencial ilimitado de los macrodatos y a una potencia informática asequible.
En la última década, los avances en potencia y velocidad de procesamiento permitieron saltar de las prácticas manuales, igual de tediosas y lentas, al análisis de datos rápido y automatizado.
Por tanto, la minería de datos permite ordenar el caos estadístico, entender qué es relevante y luego hacer un buen uso de esa información para evaluar resultados probables, y, por último, acelerar el ritmo de la toma de decisiones informadas.
