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.
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.
