Cursos de la Escuela de Ciencias Informáticas
-
Curso 1 : Software TestingA cargo de: Marcelo D’Amorim
Sala 102 - Pabellón 2
Este curso será dictado en inglés.
Contenido del Curso
Software Testing is an approach to assure software quality that is widely adopted in industry. The goal of this course is to introduce Software Testing to students of various backgrounds. The course will cover concepts at different levels. The first two days of the course will cover basic material (e.g., definitions, coverage adequacy, etc.) to students that have no exposure to the discipline. Then, progressively, the course will cover more advanced concepts (e.g., fuzzing, symbolic execution, bounded model checking) and problems investigated in academic research.
Materiales del curso:Link al curso
Sala 102 - Pabellón 2
-
Curso 2 : A programming language approach for Differential Privacy with accuracyA cargo de: Marco Gaboardi y Alejandro Russo
Sala 101 - Pabellón 2
En este curso será dictada la teoria en ingles y el practico en español.
Contenido del Curso
La privacidad diferencial ofrece maneras de responder a consultas estadisticas sobre datos sensibles al tiempo que provee solidas garantias de privacidad demostrables las cuales aseguran que la presencia o ausencia de un solo individuo en los datos tiene un efecto estadistico insignificante en el resultado de la consulta. privacidad diferencial esta convirtiendose en una referencia dentro del área de privacidad de datos y esto es ahora usado por agencias de estadisticas como US Census Bureau y empresas como Apple, Google, y Uber. Este curso va a concentrarse en los resultados fundamentales sobre la teoria y practica de privacidad diferencial y como usarlo en ejemplos concretos. En particular, el curso introducirá a los estudiantes algunos mecanismos fundamentales para construir consultas de privacidad diferencial. Tambien, el curso presentará un innovador framework para programar tales consultas y como usarlo para diseñar aplicaciones de preservacion de privacidad que toman en cuenta no solo la privacidad de los individuos sino tambien, la precisión de los resultados estadísticos obtenidos. Esta herramiente ha sido desarrollada por los speakers y sus colaboradores.
Materiales del curso:Link al curso
-
Curso 3 : Enfoques clásicos y neuronales a la Minería de TextoA cargo de:Marcelo Errecalde
Anfiteatro 2 - Pabellón 2
Este curso será dictado en español.
Contenido del Curso
El objetivo de este curso es introducir al alumno en el análisis de información no estructurada ingresada en formato texto con un enfoque teórico-práctico. El énfasis estará puesto en un análisis de los documentos que surge de la interacción del Procesamiento del Lenguaje Natural (PLN), la Recuperación de la Información (RI) y el Aprendizaje Automático (AA). Se revisarán distintas herramientas para la recolección, pre-procesamiento, representación, análisis y visualización de textos. Las técnicas consideradas incluirán tanto los enfoques clásicos de pre-procesamiento de datos y representaciones surgidas del área de la recuperación de la información, como las nuevas propuestas basadas en el aprendizaje de representaciones utilizando redes neuronales. Algunas de las temáticas que serán consideradas incluyen las distintas etapas del procesamiento de textos, modelos estáticos y dinámicos de representación de documentos, la representación BOW, los enfoques distribucionales, enfoques con “embeddings” aprendidos y modelos secuenciales basados en redes neuronales recurrentes. Si bien los ejemplos serán dados en Python, el dominio de este lenguaje no es condición excluyente para poder realizar el curso.
Materiales del curso:Link al curso
Universidad Nacional de San Luis. Argentina
Marcelo Errecalde
Dr. Marcelo Luis Errecalde Es Doctor en Ciencias de la Computación por la Universidad Nacional del Sur (Argentina) en el año 2004. Se ha desempeñado como profesor e investigador de la Universidad Nacional de San Luis (UNSL) y la Universidad Nacional de la Patagonia Austral (UNPA) realizando docencia de postgrado en la Universidad de Buenos Aires y la Universidad de La Plata en temas de minería de textos y de la Web. Es Director del Laboratorio de Investigación y Desarrollo en Inteligencia Computacional (LIDIC) de la UNSL, trabajando activamente en temas relacionados a la Inteligencia Artificial, el aprendizaje automático y la minería de textos y la Web. Colabora con diferentes grupos líderes de España, México, Alemania, Austria y Grecia en áreas como la calidad de la información en la web, detección de plagio, detección de depredadores sexuales en la web y determinación del perfil del autor (DPA). Actualmente, su foco de atención en la DPA se centra en la determinación del género, la edad, la orientación política y los rasgos de personalidad de los autores de documentos en la Web. Como resultado de estos trabajos de investigación se han desarrollado sistemas que son actualmente los más efectivos a nivel mundial para la detección de fallas de calidad en Wikipedia y la detección anticipada de casos de depresión y anorexia en la Web. Es autor de más de 140 artículos científicos en revistas de referencia en el área de los sistemas inteligentes tales como “Artificial Intelligence”, “Expert Systems with Applications”, “ACM Transactions on Interactive Intelligent Systems”, ”Information Processing & Management”, “Biomedical Signal Processing and Control”, y “Natural Language Engineering”, entre otras. Ha participado como miembro del comité editorial y de programa de las principales conferencias y revistas internacionales vinculadas a la Inteligencia Artificial y el Procesamiento del Lenguaje Natural, participando en la organización de diversos eventos científicos como Iberamia 2010, PyData 2017 y como Chair del área de Aprendizaje Automático en Iberamia 2018.-
Curso 4 : Abstracciones en la Práctica de la Programación FuncionalA cargo de: Mauro Jaskelioff
Sala 101 - Pabellón 2
Este curso será dictado en español.
Contenido del Curso
Las abstracciones en la programación son utilizadas para estructurar código y ocultar detalles de implementación, pero su principal contribución es darnos un lenguaje para comunicar ideas. Algunas abstracciones son conocidas por todo programador, como por ejemplo las funciones y las tuplas. En la programación funcional, y más notoriamente en el lenguaje Haskell, han surgido otras abstracciones que han tenido un gran éxito por su habilidad para conjugar funcionalidad y fuertes fundamentos teóricos. En el curso introduciremos a varias de estas abstracciones, exploraremos algunas aplicaciones, y veremos cómo los fundamentos teóricos contribuyen a su uso en la práctica.
Materiales del curso:Link al curso
-
-
