Ciclo de Talleres CyTed: Introducción a Blockchain y a los Contratos Inteligentes y Conceptos avanzados de Deep Learning

El Ciclo de Talleres CyTED tendrá dos nuevas ediciones el próximo 26 y 27 de julio, que se realizarán en el Auditorio de la Facultad de Ingeniería y Ciencias (Ejército 441), Piso -1. Los talleres estarán a cargo de dos invitados internacionales.

“Introducción a Blockchain y a los Contratos Inteligentes”

• Mª Blanca Caminero: Doctora en Ingeniería Informática por la Universidad de Castilla-La Mancha (2002). Actualmente, es Profesora Titular de Universidad en el Depto. de Sistemas Informáticos de la misma universidad. Lleva más de 20 años impartiendo docencia universitaria en estudios de grado y postgrado, fundamentalmente en materias relacionadas con las redes de computadores, en la Escuela Superior de Ingeniería Informática. Es investigadora en el Instituto de Investigación de Informática de Albacete (I3A). Su principal línea de interés es la gestión de recursos virtualizados sobre infraestructuras distribuidas (Cloud, Fog, Edge, Blockchain). Desde 2021 ejerce de Coordinadora del programa de Doctorado “Tecnologías Informáticas Avanzadas”.

• La tecnología blockchain ha experimentado un gran auge en los últimos años. En este taller se trata de dar a conocer sus fundamentos y sus aplicaciones, más allá de las criptomonedas. Específicamente, se trabajará sobre la blockchain Ethereum, dada su capacidad para ejecutar cualquier lógica de negocio sobre la propia blockchain (contratos inteligentes). El taller finalizará con una introducción a la programación de contratos inteligentes con el lenguaje Solidity. Para realizar la parte práctica, será necesario disponer de un ordenador o portátil con conexión a internet y un navegador web (preferiblemente, Chrome o Firefox).

Inscripciones aquí

“Conceptos avanzados en Deep Learning”

Presenta:

• Manuel Castillo-Cara: profesor/investigador del Grupo de Ontología de Datos del Departamento de Inteligencia Artificial en la Universidad Politécnica de Madrid. Ph. D. en Tecnologías Informáticas Avanzadas por la Universidad de Castilla-La Mancha (España) y calificado como investigador en RENACYT-CONCYTEC nivel IV y Contratado Doctor por la ANECA (España). Cuenta con más de 20 publicaciones, entre congresos y revistas indexadas, las cuales 12 son en revistas de alto impacto, una patente modelo de utilidad otorgada y con una ejecución de más de 15 proyectos de investigación nacionales e internacionales. Su experiencia y trabajos en investigación se encuentran enfocados en Inteligencia Artificial y redes de sensores dentro de las áreas temáticas transmisión de señales, plataformas arquitecturas distribuidas Fog Computing, análisis/tratamiento de datos, reconocimiento de patrones y Visión por Computador.

Descripción del Taller:

• En este curso tratarán la librería Keras de Python para Deep Learning y cómo usarla para desarrollar y evaluar modelos de Deep Learning. En este curso, descubrirán las técnicas, código y habilidades de Deep Learning que luego puede llevar a sus propios proyectos de Machine Learning. El curso comenzará con los fundamentos del diseño de Redes Neuronales Artificiales para, posteriormente, comprender las arquitecturas de las Redes Neuronales Convolucionales y Redes Neuronales Recurrentes. Para ello, trabajarán diferentes cuadernos en Python en los que analizaremos los conceptos fundamentales para mejorar nuestros resultados en cualquier proyecto de Deep Learning como, por ejemplo, Dropout, Transfer Learning, Finnetuning y el diseño de las redes LSTM. El curso está dirigido a personas que tengan conocimientos de Machine Learning, conocimientos intermedios del lenguaje de programación y que quieran adentrarse a este apasionante mundo dentro del campo de Deep Learning y redes neuronales.

Inscripciones aquí

Auspiciadores: