Sorry, this entry is only available in European Spanish.
El científico de datos de GobLab, Claudio Aracena, fue el encargado de dar inicio a la primera de estas charlas que trató sobre la utilización de datos públicos en beneficio de la sociedad.
Se inicia ciclo de charlas online en ciencia de datos y políticas públicas
08 de abril 2020
“Utilizando técnicas de machine learning con datos abiertos” fue el nombre de la primera de la serie de charlas sobre ciencia de datos y políticas públicas que organiza el laboratorio de innovación pública de la Escuela de Gobierno de la Universidad Adolfo Ibáñez, GobLab. El encargado de dictar esta primera charla fue el científico de datos del laboratorio, Claudio Aracena.
Durante la presentación que se realizó a través de la plataforma Zoom, atendiendo al contexto mundial por la pandemia, el científico de datos introdujo a los participantes en técnicas de Machine Learning y mediante ejercicios prácticos demostró como los datos públicos pueden ser utilizados en beneficio de la sociedad.
Aracena presentó diferentes metodologías de aprendizaje supervisado y no supervisado, y luego demostró a los participantes en tiempo real como predecir niveles de pobreza utilizando datos abiertos del gobierno de Costa Rica. También Y enseñó a los participantes diferentes repositorios de datos abiertos locales e internacionales para que puedan utilizar.
La charla contó con más de 160 participantes, quienes pudieron participar activamente de esta realizando preguntas y votando a través de la plataforma Mentimeter.
Puedes encontrar la presentación de Claudio Aracena aquí, el repositorio de GitHub con los ejemplos prácticos en este enlace y el video de la charla completa al final de esta nota.
La próxima charla de este ciclo será el 22 de abril a las 11 hrs y estará a cargo del Esteban López, director ejecutivo del Centro de Economía y Política Regional (CEPR) y director académico del Diplomado en Big Data para Políticas Públicas versión Viña del Mar. Esta tendrá como tema principal los desafíos que se generan con los datos sobre la pandemia de COVID-19 y la necesidad de resguardar la privacidad de las personas infectadas. “Spatial Data Science: Lo que se puede decir (y lo que no) desde los datos de COVID-19 en Chile” (inscríbete aquí).
