Best Recipes Ever Just another WordPress site

octubre 26, 2017

Paola García nos hablará de Cloud functions en firebase en el CloudFest 2017

Filed under: Eventos,GDG Cloud Madrid,Open Sistemas — Etiquetas: , , , — admin @ 3:48 pm

Save the date: El próximo 3 de noviembre en el CloudFest 2017,

Paola Garcia ((Chefly). Software Engineer. Entrepreneur. Building communities in Chefly, WomenWelcome and OpenSource Weekends. Diversity Advocate in tech events, nos dará una charla sobre: Supercarga: tu app con Cloud Functions de Firebase En este workshop práctico vamos a codear una Cloud Function desde 0, desplegarla con firebase-cli a Google Cloud Platform y ejecutarla con un evento que generarán nuestros usuarios de FriendlyChat, un chat en Android serveless que configuraremos en directo. Más información y Entradas en: http://cloudfest.gdgcloudmadrid.com/]]>

octubre 19, 2017

CloudFest 2017 by GDG Cloud Madrid

          SAVE THE DATE: El próximo 3 de noviembre celebramos el CloudFest 2017. Será en Campus Madrid. En esta ocasión hemos tenido la oportunidad de crear una agenda llena de charlas y ponentes muy interesantes. Contaremos con Pedro Pablo Malagon Amor, Paola Garcia , Carlos Azaustre, David González Alcalde , Juantomás García y Iván Fernández Perea. El evento será de 9:00 a 20:00 y la entrada incluye desayuno, comida y las ceverzas finales. Más información y entradas en la web del CloudFest 2017:]]>

octubre 5, 2017

Ya está anunciado el cuarto meetup de GDG Cloud Madrid

Paola García que nos dará un taller de Firebase y google cloud functions. Podéis apuntaros en la página del meetup de GDG Cloud Madrid. ¿no conocéis GDG Cloud Madrid a que esperáis?  ]]>

junio 12, 2017

XX machine learning spain meetup

XX machine learning spain meetup y tenemos una programación de lujo para celebrarlo!!   Esta es la agenda: 18:30 – Acceso al Auditorio de Campus Madrid. 18:40 – «Mapping Poverty with Machine Learning and Satellite Imagery». In developing countries that need the most resources for eliminating poverty, data on poverty is particularly scarce due to the high cost of conducting surveys. This data gap hampers efforts to study and design policies for reducing poverty. Stanford’s Sustainability and Artificial Intelligence Lab has been working towards closing this poverty data gap by estimating consumption expenditure and asset wealth from publicly available high-resolution satellite imagery. Our initial work focused on five African countries: Nigeria, Tanzania, Uganda, Malawi, and Rwanda. First, we trained a convolutional neural network to learn image features that are useful for predicting nighttime light intensities, a rough proxy for economic wealth. We then optimized the neural network by training on limited survey data. After this two-step process known as transfer learning, the convolutional neural network is able to identify image features which explain up to 75% of the variation in local-level economic outcomes. Finally, we implemented a machine learning pipeline for automating the production of global-scale poverty maps using any dataset or model. This pipeline represents a first step towards creating up-to-date poverty maps to guide nonprofit organizations and policymakers. Ponente: • Christopher Yeh Christopher Yeh is a junior undergraduate at Stanford University and studies computer science with a concentration in artificial intelligence. A native of California, he is currently studying abroad in Madrid’s International Institute for the spring quarter, learning about Spanish culture and improving his Spanish fluency. He has always been very interested in environmental sustainability. Since joining Stanford’s Sustainability and Artificial Intelligence Lab in 2016, he has helped work on the poverty mapping project, developing a scalable machine learning pipeline for estimating poverty levels in developing countries. In the past, he has interned at Intuit and Apple, working on iOS app development. Outside of academia, he enjoys volleyball, photography, outdoor activities, and playing the cello. 19:30 – «Hidden Markov Models: nuevas aplicaciones para viejos trucos«. Quien lleve suficiente tiempo atento a los avances en inteligencia artificial recordará que, antes del resurgimiento de las redes neuronales en los últimos años, otras técnicas fueron responsables de muchos avances, y entre ellas HMM ocupó un lugar destacado, sobre todo en lo que relativo al reconocimiento de voz. En esta charla descubriremos cómo, lejos de ser cosa del pasado, HMM sigue siendo una herramienta de machine learning muy relevante, con importantes avances teóricos y nuevas aplicaciones. Ponente: • José Luis Hidalgo Después de muchos años trabajando en multinacionales de consultoría (Accenture) y telecomunicaciones (Ericsson y Huawei), Jose Luis decidió dar el salto al mundo de las start-ups de la mano de Nextail Labs, una empresa española que está revolucionando la logística en el sectore de la moda a base de usar técnicas de machine learning y optimization operativa. 20:20 – ¡Cervezas y networking! Tomaremos unas cervezas y podremos seguir charlando sobre los temas de interés que salgan en esta jornada. Nos vemos el martes 13 de junio en Campus Madrid!  ]]>

abril 3, 2017

Ya está anunciado el Machine Learning Spain XVIII

Enlace Machine Learning Spain XVIII Cuando viernes 7 de abril de 2017 18:30 – 20:30 Donde  Auditorio Google Campus Madrid Calle de Manzanares, 1, Madrid (mapa) Descripción Hola amigos de ML Spain, ya tenemos el planning para el siguiente meetup. Tenemos novedades ya que se va a dar por primera vez un taller, a petición de algunos de vosotros. Si os resulta interesante se harán más en los siguientes meetups. La fecha programada es el día 7 de abril (viernes) a las 18:30h en Campus Madrid. Tenemos el taller a primera hora y una charla sobre Deep Learning posteriormente. La evolución del evento y algunas fotos estarán en la cuenta de Twitter @ml_spain. La agenda será la siguiente. 18:30 – TALLER: Iniciación a Caret. 18:35 – «Tutorial del paquete caret para R». En este taller se presentará de manera práctica las capacidades principales del paquete caret, centrado en el preprocesado de datos y entrenamiento, ajuste y evaluación de modelos de Machine Learning. Si se desea seguirlo en directo, se recomienda traer un portátil propio. El código se facilitará antes de la celebración del Meetup. Ponente: • José Manuel Navarro Es Ingeniero de Telecomunicación y, actualmente, doctorando en el Departamento de Ingeniería de Sistemas Telemáticos de la Escuela de Ingenieros de Telecomunicación de la Universidad Politécnica de Madrid. Su área principal de investigación es la aplicación de Machine Learning a la gestión de redes y programa (casi) a diario en R. 19:40 – «Deep Learning para Visión Artificial con MATLAB». El reconocimiento de objetos es clave para el desarrollo de sistemas punteros como vehículos autónomos, equipos de rescate basados en imágenes y robots autónomos. En los últimos años, el Aprendizaje Profundo o Deep Learning se ha consolidado como uno de los métodos más precisos para llevar a cabo reconocimiento de objetos, llegando en ocasiones a mejorar el rendimiento humano. En esta charla, abordaremos los retos habituales en Deep Learning para Visión Artificial, utilizando ejemplos reales en los que es necesario manejar millones de imágenes para entrenar satisfactoriamente una red neuronal convolucional. Ponente: • Lucas García Es Senior Application Engineer en MathWorks especializado en Machine Learning y Big Data. Matemático de formación, trabaja con usuarios de MATLAB en todas las industrias para ayudarles a resolver problemas en áreas como Data Analytics y mantenimiento predictivo. Durante varios años ha sido también ingeniero de formación en MathWorks. Antes de unirse a MathWorks en 2008, fue desarrollador en Indizen e investigador en el INE y CSIC-MNCN. Su investigación está centrada en el uso de redes neuronales artificiales para resolver problemas de optimización combinatoria. 20:30 – ¡Cervezas y networking! Tomaremos unas cervezas y podremos seguir charlando sobre los temas de interés que salgan en esta jornada. Nos vemos el viernes 10 de febrero en Campus Madrid.]]>

marzo 28, 2017

Entrevista de Rosa Jiménez Cano durante Google Next'17

lista de vídeos la entrevista que me hizo la enviada especial de El País en Silicon Valley Rosa Jiménez Cano (@petezin por si todavía no la seguís en twitter). Fué una entrevista en streaming durante el evento que celebró Google sobre cloud en San Francisco: Google Next’17. En vídeo explico mi versión de cuales son la diferencias entre la inteligencia artificial y machine learning (no termina de gustarme nada llamarle aprendizaje automático 😉 que yo creo que se merece un post aparte y detallado.  ]]>

marzo 23, 2017

Participaré en el meetup de Big Data y Machine Learning que organiza IBM

meetup de big data y machine learning que organiza IBM. Hablaré sobre el proyecto personal que estoy empezando: Boosterme La idea básica es explorar como generar gráficos de conocimiento personalizados. Uno de mis problemas es que veo/leo mucha información y por supuesto me desborda. Por otro lado es imposible, para mi, organizarla y luego poder usarla adecuadamente. La idea de Boosterme es generar un gráfico de conocimiento que luego me permita extraer la información que me interesa. De esto es de lo que hablaré en el meetup y estará enfocado sobre todo al proceso de ideación y como estoy organizando la arquitectura que por supuesto va a estar basada en el modelo propuesto por Jay Kreps: Kappa. Ahh y ya se que google y otras empresas tienen gráficos de conocimiento super potentes pero a mi me interesa solo lo que me interesa no todo el conocimiento y determinado por un espacio temporal 😉 Por otro lado la posibilidad de fusionar gráficos de conocimiento con otras personas puede ser muy interesante. Generación de inteligencia colectiva como bien enseñó Felipe Knowler. Poco a poco ire compartiendo más detalles y más información que da para unos cuantos posts.  ]]>

Como se usa Machine Learning en Google por Rob Craft

Como se usa #machinelearning en Google. Me ha llegado este vídeo vía O’reilly y quería compartirlo con vosotros.

Lo hemos publicado en GDG Cloud Madrid. Por cierto, ¿te has apuntado al meetup de presentación del grupo?

]]>

febrero 14, 2017

Google me ha nombrado GDE para cloud

Filed under: Open Sistemas,Personal,Proyectos — admin @ 1:26 pm

GDE (Google Developer Expert) es todo un honor. Ser reconocido por Google y formar parte de este grupo de profesionales es una oportunidad y un privilegio que no suele ocurrir muchas veces en la vida. Es obvio que pienso vivirlo con la intensidad que se merece 😉 Por supuesto esto no habría sido posible sin todo lo que me ha enseñado tanta gente por el camino, por los que confiaron en mi y por supuesto por los que me recomendaron e hicieron de mentores en este proceso. Muchas gracias a todos. ]]>

febrero 7, 2017

Meetup Machine Learning Spain: ya están los videos del meetup de diciembre

Filed under: big data,Eventos,Hacks,Machine Learning,Open Sistemas — Etiquetas: , — admin @ 10:44 am

]]>

Older Posts »

Powered by WordPress