Información del semillero: MÉTODOS DE MACHINE LEARNING EN CIENCIAS E INGENIERÍAS
Información del semillero
Nombre
MÉTODOS DE MACHINE LEARNING EN CIENCIAS E INGENIERÍASFecha de creación
2024-01-25Correo electrónico
investigacion.opticacuantica@correounivalle.edu.coEncargado del semillero
Arturo Argüelles Parra (Valle del Cauca - Cali)Presentación
Este semillero está diseñado para dar una introducción práctica a los tópicos fundamentales del aprendizaje de máquina (machine learning en inglés) e incentivar la vocación científica en estudiantes de pregrado mediante el desarrollo de proyectos asociados a problemas prácticos que aparecen en la industria y en el quehacer científico.Modalidad principal
Participación en actividades de las Formas de Asociación reconocidas por la Vicerrectoría de Investigaciones. (Extracurricular)Objetivo general
Incentivar la vocación científica de estudiantes de pregrado en el estudio de métodos de Machine LearningObjetivo específico
OE1: Promover la lectura científica como principal herramienta para el desarrollo de actividades de investigaciónOE2: Enseñar métodos de Machine learning
OE3: Incentivar habilidades de escritura y presentación de resultados de investigación científica.
Tutores del semillero
- Aldemar Reyes Trujillo
Correo electrónico
aldemar.reyes@correounivalle.edu.coUnidad académica
Valle del Cauca - Cali- Arturo Argüelles Parra
Correo electrónico
arturo.arguelles@correounivalle.edu.coUnidad académica
Valle del Cauca - Cali- Carlos Augusto Galindez Jamioy
Correo electrónico
galindez.carlos@correounivalle.edu.coUnidad académica
Valle del Cauca - Cali- Efraín Solarte Rodríguez
Correo electrónico
efrain.solarte@correounivalle.edu.coUnidad académica
Valle del Cauca - Cali- Leon Dario Escobar Diaz
Correo electrónico
leon.escobar05@gmail.comUnidad académica
Valle del Cauca - Cali- Monica Preciado Vargas
Correo electrónico
monica.preciado@correounivalle.edu.coUnidad académica
Valle del Cauca - CaliCompetencia(s) a desarrollar en el semillero
Modalidad | Denominación de la competencia | Descripción de la competencia | Conocimientos | Actividad |
---|---|---|---|---|
Participación en actividades de las Formas de Asociación reconocidas por la Vicerrectoría de Investigaciones. (Extracurricular) | C2. Análisis estadístico | Analizar y explicar fenómenos naturales desde una perspectiva interdisciplinaria, en términos de modelos, leyes, hipótesis y teorías | Análisis estadístico de datos con los conceptos fundamentales del álgebra lineal | Ejercicios prácticos aplicando los conceptos. |
Pasantía en Investigación I y II. (Matriculable) | C3. Análisis de datos | Aplicar conceptos fundamentales del diseño experimental para observar, medir, describir y analizar el comportamiento de sistemas simples | Interpretación de datos, empleando metodologías estadísticas enfocadas a algoritmos de aprendizaje de máquina, trabajando tanto de forma individual como en grupo en proyectos aplicados a problemas prácticos de la industria y la ciencia. | Ejercicios prácticos aplicando los conceptos. |
Pasantía en Investigación I y II. (Matriculable) | C4. Comunicación oral y escrita. | Comunicar eficazmente ideas, tanto en forma oral como escrita, proyectos, informes, y reportes | Oratoria Empleo de herramientas audio visuales | Presentaciones orales de los resultados de los ejercicios prácticos Escritura de reportes |
Participación en actividades de las Formas de Asociación reconocidas por la Vicerrectoría de Investigaciones. (Extracurricular) | C5. Trabajo en equipo | Ejecutar tareas de forma colaborativa, asumiendo un rol de liderazgo, con autogestión y respeto por los compañeros de trabajo | Liderazgo, delegación de tareas y demás habilidades blandas | Ejercicios prácticos en grupos de trabajo. |
Participación en actividades de las Formas de Asociación reconocidas por la Vicerrectoría de Investigaciones. (Extracurricular) | C1 Razonamiento en álgrea lineal | Interpretar y utilizar el lenguaje matemático fundamental en el contexto de las ciencias naturales | Conceptos fundamentales del álgebra lineal: • diagonalización, • factorización, • valores singulares, • regresión lineal | Ejercicios prácticos aplicando los conceptos. |
Grupos de investigación, centros, institutos y otras formas de asociación registradas asociadas al semillero
Requisitos obligatorios del semillero
Acorde a las modalidades seleccionadas, los estudiantes pertenecientes al semillero deberán cumplir con:
Carta de interés
Matriculado el semestre anterior
No haber incurrido en bajo rendimiento académico en el semestre anterior