Artwork

内容由Horacio Pérez-Sánchez提供。所有播客内容(包括剧集、图形和播客描述)均由 Horacio Pérez-Sánchez 或其播客平台合作伙伴直接上传和提供。如果您认为有人在未经您许可的情况下使用您的受版权保护的作品,您可以按照此处概述的流程进行操作https://zh.player.fm/legal
Player FM -播客应用
使用Player FM应用程序离线!

301. Más allá de las correlaciones: un viaje hacia el aprendizaje causal, con Jordi Vitrià y Álvaro Parafita

49:28
 
分享
 

Manage episode 409492238 series 3274405
内容由Horacio Pérez-Sánchez提供。所有播客内容(包括剧集、图形和播客描述)均由 Horacio Pérez-Sánchez 或其播客平台合作伙伴直接上传和提供。如果您认为有人在未经您许可的情况下使用您的受版权保护的作品,您可以按照此处概述的流程进行操作https://zh.player.fm/legal
Hoy abordamos un tema fascinante y de creciente importancia: el aprendizaje causal. Nos acompañan Jordi Vitrià, de la Universidad de Barcelona, y Álvaro Parafita, investigador senior en el Barcelona Supercomputing Center, dos expertos en el campo del machine learning y el aprendizaje causal, quienes nos guían por este complejo pero intrigante mundo. El aprendizaje causal se centra en entender las relaciones de causa y efecto más allá de las simples correlaciones estadísticas. Esta aproximación permite a las máquinas tomar decisiones más informadas y justas, impactando positivamente en nuestra vida cotidiana. Durante la conversación, nuestros invitados comparten su transición de trabajar en machine learning clásico a investigar en aprendizaje causal. Esta transición fue motivada por los límites del aprendizaje automático tradicional y la promesa del aprendizaje causal de ofrecer soluciones más robustas y éticas. Se destacó cómo el aprendizaje causal puede abordar problemas de sesgo y discriminación en algoritmos, contribuyendo significativamente a la justicia algorítmica y la toma de decisiones éticas. Exploramos también aplicaciones prácticas del aprendizaje causal en áreas tan variadas como la medicina, la política y la justicia algorítmica. Estas aplicaciones subrayan la importancia de comprender las causas reales detrás de los datos para tomar decisiones informadas y justas. Jordi y Álvaro compartieron desafíos y anécdotas de su investigación, resaltando la importancia de la resiliencia en la ciencia y cómo los aparentes fracasos pueden ser fuentes valiosas de aprendizaje y descubrimiento. Para aquellos interesados en adentrarse en el aprendizaje causal, nuestros invitados recomiendan comenzar con lecturas fundamentales como "The Book of Why" de Judea Pearl, y subrayan la necesidad de paciencia y resiliencia frente a los retos inherentes al campo. Este episodio no solo arroja luz sobre la complejidad y la belleza del aprendizaje causal, sino que también subraya su creciente relevancia en un mundo cada vez más guiado por la tecnología y la inteligencia artificial. Invitamos a nuestros oyentes a explorar más sobre este tema apasionante y a seguir cuestionando cómo las decisiones automatizadas impactan nuestras vidas. Para aquellos interesados en profundizar más, aquí los enlaces a las páginas web de nuestros invitados y sus direcciones de email: Jordi Vitria - https://algorismes.github.io/ - jordi.vitria@ub.edu Álvaro Parafita - https://www.linkedin.com/in/alvaroparafita/ - parafita.alvaro@gmail.com Más info y discusiones sobre este y otros episodios en nuestra comunidad de investigadores en: ⁠⁠⁠⁠⁠⁠⁠⁠https://horacio-ps.com/comunidad --- Send in a voice message: https://podcasters.spotify.com/pod/show/horacio-ps/message
  continue reading

300集单集

Artwork
icon分享
 
Manage episode 409492238 series 3274405
内容由Horacio Pérez-Sánchez提供。所有播客内容(包括剧集、图形和播客描述)均由 Horacio Pérez-Sánchez 或其播客平台合作伙伴直接上传和提供。如果您认为有人在未经您许可的情况下使用您的受版权保护的作品,您可以按照此处概述的流程进行操作https://zh.player.fm/legal
Hoy abordamos un tema fascinante y de creciente importancia: el aprendizaje causal. Nos acompañan Jordi Vitrià, de la Universidad de Barcelona, y Álvaro Parafita, investigador senior en el Barcelona Supercomputing Center, dos expertos en el campo del machine learning y el aprendizaje causal, quienes nos guían por este complejo pero intrigante mundo. El aprendizaje causal se centra en entender las relaciones de causa y efecto más allá de las simples correlaciones estadísticas. Esta aproximación permite a las máquinas tomar decisiones más informadas y justas, impactando positivamente en nuestra vida cotidiana. Durante la conversación, nuestros invitados comparten su transición de trabajar en machine learning clásico a investigar en aprendizaje causal. Esta transición fue motivada por los límites del aprendizaje automático tradicional y la promesa del aprendizaje causal de ofrecer soluciones más robustas y éticas. Se destacó cómo el aprendizaje causal puede abordar problemas de sesgo y discriminación en algoritmos, contribuyendo significativamente a la justicia algorítmica y la toma de decisiones éticas. Exploramos también aplicaciones prácticas del aprendizaje causal en áreas tan variadas como la medicina, la política y la justicia algorítmica. Estas aplicaciones subrayan la importancia de comprender las causas reales detrás de los datos para tomar decisiones informadas y justas. Jordi y Álvaro compartieron desafíos y anécdotas de su investigación, resaltando la importancia de la resiliencia en la ciencia y cómo los aparentes fracasos pueden ser fuentes valiosas de aprendizaje y descubrimiento. Para aquellos interesados en adentrarse en el aprendizaje causal, nuestros invitados recomiendan comenzar con lecturas fundamentales como "The Book of Why" de Judea Pearl, y subrayan la necesidad de paciencia y resiliencia frente a los retos inherentes al campo. Este episodio no solo arroja luz sobre la complejidad y la belleza del aprendizaje causal, sino que también subraya su creciente relevancia en un mundo cada vez más guiado por la tecnología y la inteligencia artificial. Invitamos a nuestros oyentes a explorar más sobre este tema apasionante y a seguir cuestionando cómo las decisiones automatizadas impactan nuestras vidas. Para aquellos interesados en profundizar más, aquí los enlaces a las páginas web de nuestros invitados y sus direcciones de email: Jordi Vitria - https://algorismes.github.io/ - jordi.vitria@ub.edu Álvaro Parafita - https://www.linkedin.com/in/alvaroparafita/ - parafita.alvaro@gmail.com Más info y discusiones sobre este y otros episodios en nuestra comunidad de investigadores en: ⁠⁠⁠⁠⁠⁠⁠⁠https://horacio-ps.com/comunidad --- Send in a voice message: https://podcasters.spotify.com/pod/show/horacio-ps/message
  continue reading

300集单集

All episodes

×
 
Loading …

欢迎使用Player FM

Player FM正在网上搜索高质量的播客,以便您现在享受。它是最好的播客应用程序,适用于安卓、iPhone和网络。注册以跨设备同步订阅。

 

快速参考指南