Turno de preguntas: A Machine Learning approach for automatic sports production 18 oct. 2018

El machine learning se centra en crear programas capaces de generalizar comportamientos en los ordenadores, es decir, hace posible que estos aprendan pautas y esto tiene infinidad de aplicaciones prácticas en sistemas de busqueda, análisis de textos, análisis de redes sociales, reconocimiento de objetos y caras, procesado del ADN, reconocimiento del habla, analítica de datos médicos, mejora y optimización de los sistemas de producción en la industria o aplicaciones para la inteligencia del negocio.

Como explica Milagros Fernández Gavilanes, coordinadora de la organización, “la clave de la evolución del machine learning no está en los tipos de algoritmos, que también influyen, sino en la rapidez con la que un sistema es capaz de procesar un gran volumen de datos”. En este sentido, indica que los retos en este campo están enfocados a poder aplicar estas tecnologías a nuevos ámbitos, “como por ejemplo la ciberseguridad”.

En el transcurso de la jornada se presentaron más de una veintena de trabajos científicos, divididos en cuatro sesiones, relativas a la aplicación de machine learning en campos como la clasificación multilingüe de documentos de texto, las operadoras de telecomunicaciones, la detección y tracking de objetos en vídeo, modelos de hábitos de compra de clientes, técnicas de análisis de datos en la industria alimentaria, la interpretación de patrones en ondas cerebrales para el control de una silla de ruedas, la detección automática de marcas anatómicas en la arteria aorta o la segmentación semántica de nubes de puntos de carreteras.