El Centro de Computación Científica e Innovación Tecnológica (SCoTIC) de la Universidad de La Rioja ha creado dos unidades con el fin de apoyar la investigación y la resolución de problemas relacionados con la estadística, el análisis de datos y el aprendizaje automático.
Unidad de Estadística Aplicada del SCoTIC
Ofrece soporte estadístico robusto y fiable a proyectos en el seno de los grupos de investigación de la Universidad de La Rioja en aras de una investigación reproducible, transferible y rigurosa.
Este servicio se extiende además a ámbitos fuera de la UR, a otras universidades y entornos no universitarios, siguiendo el modelo de la consultoría que realiza el Servicio de Estadística Aplicada de la Universidad Autónoma de Barcelona, entidad satélite pionera en una universidad española.
La Unidad de Estadística Aplicada está dirigida por el doctor Manuel Higueras Hernáez, profesor Titular de Universidad del Área de Estadística e Investigación Operativa y miembro del Grupo de Computación Científica (GRUCACI).
Manuel Higueras Hernáez cuenta con más de 10 años de experiencia investigando en la aplicación científica de métodos estadísticos en distintas áreas, destacando la dosimetría biológica citogenética, la epidemiología radiológica, la astrodinámica, la enología y la toxicología. Ha participado en más de 10 proyectos de I+D y en más de 50 publicaciones en revistas y congresos.
La Universidad de La Rioja cuenta con grupos expertos en áreas de Aprendizaje Automático y de la Inteligencia Artificial. En este contexto, la especialidad Estadística es muy relevante, no solo en su aplicación en sí misma, sino también para enriquecer a estas otras áreas.
La Estadística Aplicada es un instrumento elemental para la gran mayoría de los ámbitos de la investigación científica y de la transferencia del conocimiento. Es una disciplina muy trasversal que proporciona rigor científico en muchas de las fases de un proyecto.
Por ejemplo, puede asistir en el diseño del experimento, en la validación empírica de una hipótesis, en la obtención de respuestas a preguntas de interés y en la interpretación de resultados.
Además, cabe destacar la importancia de la estadística como uno de los elementos fundamentales en la emergente Ciencia de los Datos. Las metodologías de la Ciencia de Datos utilizan los modelos estadísticos para conectar la información de los datos con las cuestiones de interés en la aplicación.
Manuel Higueras Hernáez y Javier Martínez de Pisón los dos directores de ambas unidades
Unidad de Análisis de Datos y el Aprendizaje Automático
Aúna dos áreas muy importantes en el mundo actual, y su relevancia está en constante aumento debido al gran volumen de datos que se generan diariamente y la necesidad de aprovecharlos para tomar decisiones informadas en tiempo real.
El análisis de datos implica el uso de técnicas estadísticas y matemáticas para analizar y comprender grandes conjuntos de datos con el objetivo de obtener información valiosa. Esto permite a las empresas y organizaciones tomar decisiones basadas en datos precisos y objetivos en lugar de basarse en suposiciones o conjeturas.
A su vez, el aprendizaje automático es un subconjunto del análisis de datos que se centra en el desarrollo de algoritmos y modelos que permiten a las máquinas aprender y mejorar su desempeño en una tarea específica a medida que se les presenta más información. Estos modelos pueden utilizarse para predecir resultados, identificar patrones y anomalías en los datos, y tomar decisiones automáticas en función de los datos analizados.
La Unidad de Análisis de Datos y Aprendizaje Automático ofrece una amplia gama de soluciones y servicios de las que pueden beneficiarse las empresas y la sociedad en general. En primer lugar, puede ayudar al tejido productivo a analizar sus datos y extraer información valiosa que pueda servirle para la toma de decisiones informadas y estratégicas.
Con las técnicas avanzadas de análisis de datos, así como el aprendizaje automático y la minería de datos se pueden identificar patrones y tendencias en los datos de una empresa, lo que redunda en una mayor eficiencia, reducción de costes y aumento de sus ingresos.
Además, esta Unidad puede ayudar a las empresas a desarrollar sistemas de aprendizaje automático personalizados que puedan mejorar la precisión y la eficacia de sus operaciones.
Estos sistemas pueden ser utilizados en una amplia gama de aplicaciones, desde la detección de fraudes hasta la predicción de la demanda de productos y servicios. Finalmente, puede colaborar con las empresas para implementar soluciones de inteligencia artificial (IA) que puedan mejorar la eficiencia y la productividad en diversos sectores, como la salud, el comercio minorista y la fabricación.
La Unidad de Análisis de Datos y el Aprendizaje Automático está dirigida por Francisco Javier Martínez de Pisón, catedrático del Área de Proyectos de Ingeniería Mecánica y responsable del Grupo de Investigación EDMANS (Engineering Data Mining and Numerical Simulations). Cuenta con experiencia de más de 25 años en actividades de investigación enfocadas en el uso de métodos de aprendizaje automático para abordar problemas reales en diversos campos, incluyendo la industria, la energía, la agricultura y la empresa.
Ha trabajado en más de 40 proyectos de I+D, dirigido 15 tesis doctorales y realizado más de 150 publicaciones en revistas y congresos internacionales.
La Unidad de Análisis de Datos y el Aprendizaje Automático del SCoTIC aúna dos áreas muy importantes en el mundo actual, y su relevancia está en constante aumento debido al gran volumen de datos que se generan diariamente y la necesidad de aprovecharlos para tomar decisiones informadas en tiempo real.
Ofrece una amplia gama de soluciones y servicios de las que pueden beneficiarse las empresas y la sociedad en general.
En primer lugar, puede ayudar al tejido productivo a analizar sus datos y extraer información valiosa que pueda servirle para la toma de decisiones informadas y estratégicas.
La Unidad de Análisis de Datos y el Aprendizaje Automático está dirigida por Francisco Javier Martínez de Pisón, catedrático del Área de Proyectos de Ingeniería Mecánica y responsable del Grupo de Investigación EDMANS (Engineering Data Mining and Numerical Simulations).
Etiquetas
Categorías
Noticias relacionadas
La selección de levaduras mediante evolución dirigida permite vinos con menor grado alcohólico sin merma de calidad
La Universidad de La Rioja participa en el proyecto ‘NextGenBioPest’: biopesticidas de nueva generación para combatir plagas difíciles
Hallado un nuevo biomarcador de diagnóstico y pronóstico del cáncer colorrectal
Actividades relacionadas
