[Todos] Curso "Ciencia de Datos para Salud Mental y Psicología" (Daniel Low)

[Pablo Balenzuela]

Le paso este anuncio


*Ciencia de datos para salud mental y psicología: procesamiento del 
lenguaje natural, inferencia causal y procesamiento del habla*
Instituto de Cálculo, Exactas-UBA y CONICET


El curso es para quienes quieran indagar en técnicas computacionales 
para medir, predecir y entender variables de salud mental y psicología. 
Los métodos son relevantes para estudiantes e investigadores de ciencia 
de datos, computación, estadística, ingeniería, medicina, psicología, 
ciencias sociales y áreas afines.Se introducirán métodos de 
procesamiento de lenguaje natural (NLP), machine learning, deep 
learning, inteligencia artificial (IA) generativa, network analysis, 
procesamiento del habla e inferencia causal. Se proveerán tutoriales 
prácticos para la mayoría de los temas. También se discutirán problemas 
más avanzados de cada tema.Mientras que los ejemplos serán 
predominantemente de psicología y salud mental, en general será fácil 
aplicar los métodos a otras disciplinas como neurología, epidemiología, 
ciencias sociales, lingüística, fonoaudiología, econometría, educación y 
humanidades digitales.

*Docente: * Daniel M. Low (Profesor Invitado por el Instituto de 
Cálculo). Doctor en Speech and Hearing Bioscience and Technology de la 
Universidad de Harvard. Postdoc en los departamentos de Epidemiología y 
Psicología de la Universidad de Harvard (sitio web 
<https://danielmlow.github.io/>).

*Organiza*: Instituto de Cálculo, Exactas-UBA y CONICET
Esta actividad es realizada mediante un subsidio de la Fundación Williams.
*
*
*Fechas, horario y modalidad*
25, 26, 27, 28 de noviembre
14:30 - 19:30 hs
Presencial

*Lugar:* Instituto del Cálculo, Facultad de Ciencias Exactas y 
Naturales, Universidad de Buenos Aires. Edificio Cero + Infinito. Aula a 
confirmar.

*Requisitos previos: *
- Conocimiento de programación intermedio. Se incluirán tutoriales 
predominantemente en Python, pero también algunos en R.
- Conocimiento de estadística descriptiva, regresión lineal y regresión 
logística.
- Recomendado: machine learning introductorio (i.e., train-test split; 
k-fold cross-validation; métricas de clasificación; algoritmos como 
support vector machines, random forests, multi-layer perceptrons).
El Instituto de Cálculo facilitará computadoras para quienes lo requieran.*
*
*
*
*Inscripciones: *https://www.ic.fcen.uba.ar/curso-datos-salud/
El curso es _gratuito_. Se dará prioridad a estudiantes de universidades 
públicas, tanto avanzados de grado como de doctorado.

Inscripción abierta hasta el 1-11. Cupos limitados.

*+ info*:https://www.ic.fcen.uba.ar/curso-datos-salud/


-- 
         Dr. Pablo Balenzuela
         Profesor Adjunto DE,  Departamento de Física, FCEyN, UBA,
         Investigador Independiente, IFIBA-CONICET
         (1428) Ciudad Universitaria,
         Ciudad de Buenos Aires, Argentina.
         TE +54 11 5285 7545
         Fax +54 11 4285 7570
         email: balen en df.uba.ar
         Webpage: http://www.df.uba.ar/users/balen/blog
------------ próxima parte ------------
Se ha borrado un adjunto en formato HTML...
URL: <http://mailman.df.uba.ar/pipermail/todos/attachments/20241022/213865b8/attachment.html>