The following activity sheet lists the courses and seminars that will be held during 2025. The list is updated as activities arise. Link to activity sheet. If you are interested in a course, it is best to contact the responsible teacher or X.Y@fcea.edu.uy where instead of X goes nicolas and instead of Y goes frevenza.
It may be interesting to visit the page of the Master in Data Science and Machine Learning where there are many related courses.
Short course
Tree based methods and interpretability (FING). Febrero de 2025 a cargo de Jean-Michel Poggi (Université Paris Cité). Contacto: Mathias Bourel (mbourel@fing.edu.uy). Programa.
Cursos primer semestre
Álgebra lineal numérica para aprendizaje estadístico (FCEA). Responsable: Diego Armentano. Programa.
Cadenas de Markov controladas: una introducción al reinforcement learning (FCIEN). Responsable: Ernesto Mordecki. Programa.
Probabilidad 2 (FCEA). Programa.
Cursos segundo semestre
Probabilidad y Estadística (FCIEN). Curso básico de la Licenciatura en matemática con nuevo programa. Responsable: Ernesto Mordecki.
Introducción a los procesos estocásticos (FCEA). Responsable: Matías Carrasco. Programa.
Estadística no paramétrica (FCEA). Programa.
Estadística Multivariada Computacional (FING). Responsable: Juan Kalemkerian. Programa.
Modelos Estadísticos para la Clasificación y Regresión (FING). Responsable: María Inés Fariello. Programa.
Aprendizaje automático para datos en grafos (FING). Responsable: Marcelo Fiori. Programa.
Seminarios de estudio
Primer semestre
Modelos lineales con R. Responsable: Mathias Bourel. Seminario de nivel introductorio/intermedio. Temario. Viernes de 14 a 15:30 salon Beige de FING.
Segundo semestre
Procesos empíricos. Responsables: Alejandro Cholaquidis y Manuel Hernández. Se seguirá el libro de Van Der Vaart «Weak Convergence and Empirical Processes With Applications to Statistics». Seminario de nivel avanzado/posgrado. Temario.
Grandes desvíos. Responsables: José Rafael León, Paola Bermolen, Valeria Goicoechea. Seminario de nivel avanzado/posgrado. Temario.
Aprendizaje por refuerzo (Resp. Julián Martínez, FIUBA, GitHub y vídeos)
Probabilidad y Machine Learning (Resp. Pablo Groisman, FCEyN-UBA, las clases en Youtube)
Aprendizaje profundo para la visión artificial (Resp. Mauricio Delbracio, web)