<!DOCTYPE html>
<html>
<head>
<meta http-equiv="content-type" content="text/html; charset=UTF-8">
</head>
<body>
<p>Le paso este anuncio <br>
</p>
<p><br>
</p>
<div class="moz-forward-container">
<div dir="ltr">
<div class="gmail_quote">
<div dir="ltr">
<div class="gmail_quote">
<div dir="ltr">
<div
style="font-family:arial,helvetica,sans-serif;font-size:small;color:#444444">
<div style="text-align:center"><b><font size="4">Ciencia
de datos para salud mental y psicología:
procesamiento del lenguaje natural, inferencia
causal y procesamiento del habla</font></b></div>
<div style="text-align:center"><font size="4">Instituto
de Cálculo, Exactas-UBA y CONICET<br>
</font></div>
<div style="text-align:center"><br>
</div>
<div><br>
</div>
<div>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.<span
class="gmail_default"> </span>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.<span class="gmail_default"> </span>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.<br>
</div>
<div><br>
</div>
<div><b>Docente: </b> 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 (<a href="https://danielmlow.github.io/"
target="_blank" moz-do-not-send="true">sitio web</a>).<br>
</div>
<div><br>
<b>Organiza</b>: Instituto de Cálculo, Exactas-UBA y
CONICET</div>
<div>Esta actividad es realizada mediante un subsidio
de la Fundación Williams.<br>
</div>
<div><b><br>
</b></div>
<div><b><span class="gmail_default"></span>F<span
class="gmail_default">echas, horario y modalidad</span></b></div>
<div>25, 26, 27, 28 de noviembre<br>
14:30 - 19:30 hs<br>
Presencial<br>
<br>
<b>Lugar:</b> Instituto del Cálculo, Facultad de
Ciencias Exactas y Naturales, Universidad de Buenos
Aires. Edificio Cero + Infinito. Aula a confirmar.<br>
</div>
<div><br>
</div>
<div><b><span class="gmail_default"></span>R<span
class="gmail_default">equisitos</span> previos: </b></div>
<div><span class="gmail_default">- </span>Conocimiento
de programación intermedio. Se incluirán tutoriales
predominantemente en Python, pero también algunos en
R.<br>
<span class="gmail_default">- </span>Conocimiento de
estadística descriptiva, regresión lineal y
regresión logística.<br>
<span class="gmail_default">- </span>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).<br>
El Instituto de Cálculo facilitará computadoras para
quienes lo requieran.<b><br>
</b></div>
<div><b><br>
</b></div>
<div><b>Inscripciones: </b><a
href="https://www.ic.fcen.uba.ar/curso-datos-salud/" target="_blank"
moz-do-not-send="true"
class="moz-txt-link-freetext">https://www.ic.fcen.uba.ar/curso-datos-salud/</a><br>
El curso es <u>gratuito</u><span
class="gmail_default">. </span>Se dará prioridad a
estudiantes de universidades públicas, tanto
avanzados de grado como de doctorado.<br>
</div>
<div><br>
</div>
<div>Inscripción abierta hasta el <span
class="gmail_default">1</span>-1<span
class="gmail_default">1</span>. Cupos limitados. </div>
<div><br>
</div>
<div><b>+ info</b>:<span class="gmail_default"> </span><a
href="https://www.ic.fcen.uba.ar/curso-datos-salud/" target="_blank"
moz-do-not-send="true"
class="moz-txt-link-freetext">https://www.ic.fcen.uba.ar/curso-datos-salud/</a></div>
</div>
</div>
</div>
</div>
</div>
<br clear="all">
<br>
<span class="gmail_signature_prefix">-- </span><br>
<div dir="ltr" class="gmail_signature"
data-smartmail="gmail_signature">
<div dir="ltr">
<div>
<div dir="ltr">
<div>
<div dir="ltr">
<div>
<div dir="ltr"> Dr. Pablo Balenzuela</div>
<div dir="ltr"> Profesor Adjunto
DE, Departamento de Física, FCEyN, UBA,</div>
<div dir="ltr"> Investigador Independiente,
IFIBA-CONICET</div>
<div dir="ltr"> (1428) Ciudad
Universitaria,<br>
Ciudad de Buenos Aires, Argentina.<br>
TE +54 11 5285 7545<br>
Fax +54 11 4285 7570<br>
email: <a href="mailto:balen@df.uba.ar"
target="_blank" moz-do-not-send="true"
class="moz-txt-link-freetext">balen@df.uba.ar</a><br>
Webpage: <a
href="http://www.df.uba.ar/users/balen/blog"
target="_blank" moz-do-not-send="true"
class="moz-txt-link-freetext">http://www.df.uba.ar/users/balen/blog</a><br>
<br>
</div>
</div>
</div>
</div>
</div>
</div>
</div>
</div>
</div>
</div>
</body>
</html>