Se ha denunciado esta presentación.
Utilizamos tu perfil de LinkedIn y tus datos de actividad para personalizar los anuncios y mostrarte publicidad más relevante. Puedes cambiar tus preferencias de publicidad en cualquier momento.

#Conversatorio - Ciencia de datos como ventana a la sociedad. (Edgar Altszyler. Fundación Sadosky)

186 visualizaciones

Publicado el

Conversatorio sobre Big Data y Datos Abiertos (28/03/2018)

Más información en #APRENDER3C http://aprender3c.org/conversatorio-sobre-big-data-y-datos-abiertos/

Publicado en: Ciencias
  • Sé el primero en comentar

  • Sé el primero en recomendar esto

#Conversatorio - Ciencia de datos como ventana a la sociedad. (Edgar Altszyler. Fundación Sadosky)

  1. 1. Edgar Altszyler Programa de Ciencia de Datos Ciencia de Datos como ventana a la sociedad
  2. 2. Visión y Misión
  3. 3. Programas y Proyectos
  4. 4. Programa Ciencia de Datos Divulgación Difusión del área en todo nivel Educación Cursos, becas y oferta académica en el área Asesoramiento Definición, vinculación y coordinación de proyectos.
  5. 5. Aplicaciones a las Ciencias Sociales
  6. 6. Exploración de los datos / descubrimiento de patrones Predicción o identificación de una propiedad a partir de ejemplos Ciencia de Datos Data Mining Machine Learning
  7. 7. Data Mining
  8. 8. Culturomics: Análisis cuantitativo de la cultura a gran escala Michel, J.B. et. Al, Quantitative analysis of culture using millions of digitized books, Science, (2011) Google n-grams, 15 millones de libros escaneados he she
  9. 9. La matemática de las palabras 0 100 ¿25?
  10. 10. La matemática de las palabras amor comida ¿felicidad?
  11. 11. La matemática de las palabras Corpus de textos Word-embeddings
  12. 12. La matemática de las palabras amor comida felicidad 0.45 0.18 Cálculo de cercanía semántica entre palabras
  13. 13. Observatorio del Cine
  14. 14. Observatorio del Cine Más de 11.000 subtítulos
  15. 15. Estereotipos de Género en el Cine Gálvez R., Tiffemberg V. and Altszyler E. (2018) Half a century of stereotyping associations between gender and intellectual ability in films
  16. 16. Estereotipos de Género en el Cine
  17. 17. Estereotipos de Género en el Cine A. P. Lenton, C. Sedikides, M. Bruder, Sex Roles 60, 269 (2009). ● Feminine stereotyping roles dancer, decorator, designer, dietician, florist, homemaker, housekeeper, model, nanny, typist... ● Masculine stereotyping roles engineer, programmer, physicist, architect, detective, pilot, firefighter, inventor, mechanic, officer…
  18. 18. Estereotipos de Género en el Cine Gálvez R., Tiffemberg V. and Altszyler E. (2018) Half a century of stereotyping associations between gender and intellectual ability in films Actividad estereotipada Femenina Actividad estereotipados Masculinos
  19. 19. Estereotipos de Género en el Cine Gálvez R., Tiffemberg V. and Altszyler E. (2018) Half a century of stereotyping associations between gender and intellectual ability in films Actividad estereotipada Femenina Actividad estereotipados Masculinos
  20. 20. Estereotipos de Género en el Cine ● Intelligence associated words: Intelligent, intelligence, intelligently, Ingenious, genius, ingeniousness, ingeniously, bright, brightness, brightly, brilliant, brilliance, brilliantly, clever, cleverness, cleverly. Gálvez R., Tiffemberg V. and Altszyler E. (2018) Half a century of stereotyping associations between gender and intellectual ability in films
  21. 21. Estereotipos de Género en el Cine Gálvez R., Tiffemberg V. and Altszyler E. (2018) Half a century of stereotyping associations between gender and intellectual ability in films
  22. 22. Estereotipos de Género en el Cine Gálvez R., Tiffemberg V. and Altszyler E. (2018) Half a century of stereotyping associations between gender and intellectual ability in films
  23. 23. Estereotipos de Género en el Cine Son las películas las que realmente han estado moviendo todo en Estados Unidos. Te muestran qué hacer, cómo hacerlo, cuándo hacerlo y cómo sentirte al respecto. Andy Warhol
  24. 24. Machine Learning
  25. 25. Red social de Salud Mental
  26. 26. Competencia CLPsych 2017 @Author - 06 Sep 2015, 15:56 Re: psychosis I've had a rough day. I got very close to self harming. Took myself to hospital to talk to mental health team to calm down. Now I'm at my best mates to keep safe tonight. • Crisis: El autor está en riesgo. Los moderadores deben atender este mensaje urgentemente • Rojo: los moderadores deben atender este mensaje cuanto antes • Amarillo: Los moderadores deben atender este mensaje en algún momento • Verde: No requiere atención de un moderador
  27. 27. Machine Learning @Author - 06 Sep 2015, 15:56 Re: psychosis I've had a rough day. I got very close to self harming. Took myself to hospital to talk to mental health team to calm down. Now I'm at my best mates to keep safe tonight.
  28. 28. Extracción de Características @Author - 06 Sep 2015, 15:56 Re: psychosis I've had a rough day. I got very close to self harming. Took myself to hospital to talk to mental health team to calm down. Now I'm at my best mates to keep safe tonight. I've → (0.4,0.9,...0.3) had → (0.5,0.8,...0.5) … → (...) tonight → (0.1,0.9,...0.1) (0.3,0.85,..,0.42) Word-embeddings Mean 50 dimensiones 50 dimensiones
  29. 29. Extracción de Características @Author - 06 Sep 2015, 15:56 Re: psychosis I've had a rough day. I got very close to self harming. Took myself to hospital to talk to mental health team to calm down. Now I'm at my best mates to keep safe tonight. I've → (0.4,0.9,...0.3) had → (0.5,0.8,...0.5) … → (...) tonight → (0.1,0.9,...0.1) (0.3,0.85,..,0.42) Word-embeddings Mean 50 dimensiones 50 dimensiones
  30. 30. Extracción de Características @Author - 06 Sep 2015, 15:56 Re: psychosis I've had a rough day. I got very close to self harming. Took myself to hospital to talk to mental health team to calm down. Now I'm at my best mates to keep safe tonight. Medidas psicolingüísticas ● Análisis de sentimiento ● Análisis de emociones ● Grado de control ● Autoreferencias (uso de pronombres) ● Complejidad léxica ● Coherencia semántica ● etc..
  31. 31. Extracción de Características mensaje C1 C2 C3 C4 1 1 25 3 5 2 3 102 2 3 3 4 38 2 1 1000 5 134 0 4 ... ... ... ... ... 146030 0 97 1 0 @Author - 06 Sep 2015, 15:56 Re: psychosis I've had a rough day. I got very close to self harming. Took myself to hospital to talk to mental health team to calm down. Now I'm at my best mates to keep safe tonight.
  32. 32. Clasificación por expertos mensaje C1 C2 C3 C4 Clase 1 7 25 3 5 Crisis 2 3 102 2 3 Verde 3 4 38 2 1 Rojo 1000 5 134 0 4 Crisis ... ... ... ... ... - 146030 0 97 1 0 - @Author - 06 Sep 2015, 15:56 Re: psychosis I've had a rough day. I got very close to self harming. Took myself to hospital to talk to mental health team to calm down. Now I'm at my best mates to keep safe tonight.
  33. 33. Clasificación Entrenamiento del clasificador men C1 C2 C3 clase 1 1/25 25 3 Crisis 2 3 102 2 Verde 3 4 38 3 Rojo 1000 10 93 7 Crisis ... ... ... ... - 440k 0 97 1 -
  34. 34. Clasificación automática de posts restantes Verde Rojo Crisis Amarillo men C1 C2 C3 clase 1 1/25 25 3 Crisis 2 3 102 2 Verde 3 4 38 3 Rojo 1000 10 93 7 Crisis ... ... ... ... - 440k 0 97 1 -
  35. 35. @Author - 06 Sep 2017, 15:56 Re: Feelings I have been feeling better. I feel more happy and alive. Thank you for all the support that you bring me. Características Clasificación automática de nuevos posts
  36. 36. Clasificación automática de nuevos posts @Author - 06 Sep 2017, 15:56 Re: Feelings I have been feeling better. I feel more happy and alive. Thank you for all the support that you bring me. Características
  37. 37. Clasificación automática de nuevos posts Clasificación @Author - 06 Sep 2017, 15:56 Re: Feelings I have been feeling better. I feel more happy and alive. Thank you for all the support that you bring me. Características
  38. 38. Competencia CLPsych 2017 Shared Task crisis vs no-crisis Urgente vs no-urgentes
  39. 39. Ciencia de Datos Ciencia de Datos como ventana a la sociedad

×