Áreas de investigación | Minería, aprendizaje y visualización

El volumen, heterogeneidad y velocidad de los datos trasciende por mucho la capacidad de manejo y comprensión humana. Por ende, dependemos de las máquinas para obtener conocimiento de los datos que se encuentran en bruto y, para ello, usamos modelos matemáticos que extraen los patrones experienciales que requieren las aplicaciones que realizan predicción, clasificaciones, recomendaciones, detección de eventos, entre otras tareas.

Pero, más aún, necesitamos contar con la capacidad de interpretar los datos numéricos compilados por las máquinas y convertirlos en formatos que las personas puedan comprender y utilizar. Sin embargo, los métodos tradicionales de aprendizaje, minería y visualización enfrentan desafíos sin precedentes y, por lo mismo, grandes oportunidades, en la medida en que el volumen de datos y la capacidad de cómputo sigue creciendo.

Esta área de investigación se enfocará en temas emergentes relacionados con el aprendizaje, minería y visualización, buscando:

-Hacer frente a los temas relacionados con la robustez y calidad de los datos, para mejorar la calidad, estructura y alcance del entrenamiento de datos, que son puntos clave en el proceso de aprendizaje.

-Utilizar el aprendizaje para detectar conflictos, anomalías o información de baja credibilidad

-Fortalecer modelos de aprendizaje contemporáneos en el contexto de deep learning, diseñando nuevas estrategias para el aprendizaje secuencial, el reforzamiento y la imitación para aprovechar al máximo los datos disponibles. Además, en relación con las redes sociales, generar mecanismos que permitan hacer frente a la pérdida de datos o al sesgo.

-Proponer nuevas visualizaciones y medios interactivos que transformen la experiencia de las máquinas a formas que las personas puedan explorar, conceptualizar, compartir y utilizar.