Actividades de Grupo

Aula de Software Libre

Vim es un editor de texto muy usado, sobre todo cuando se tienen que editar archivos en situaciones donde no es posible disponer de un entorno gráfico. Por ejemplo en consolas locales o remotas (conexiones ssh/telnet) en sistemas UNIX.

Superada la curva de aprendizaje, es una herramienta muy útil, sobre todo para administradores de sistemas, que necesitan editar archivos en modo texto a menudo. Vim también cuenta con extensiones que facilitan el trabajo de los programadores, incluso hay que lo usa como su IDE principal.

En una hora se puede aprender a usar vim y empezar a ser mucho más productivo que con nano.

Fecha del evento: miércoles 17
Lugar: Aula de Informática 2. Ed. Leonardo da Vinci
Horario: de 18 a 20 horas

Con motivo del décimo aniversario del Aula de Software Libre, se ha propuesto un cambio en la imagen corporativa. Se desea cambiar tanto el logotipo, como la web y las plantillas usadas. La propuesta puede verse en este documento (descargar).

Se aceptan voluntarios hasta el 24 de septiembre para:

• Proponer nuevos logos
• Proponer cambios a cualquiera de las propuestas
• Actualizar la web

Con esta actividad se pueden aprender algunos principios de diseño gráfico y a cómo crear una manual de identidad corporativa.

Las katas, en artes marciales, son una serie de movimientos predefinidos, que se entrenan y aprenden a base de repetirlos, y que sirven como método de práctica para entender las características del tipo de arte marcial del que se trate. Esta misma idea se llevó al concepto de la programación: A través de una serie de ejercicios preestablecidos y a base de práctica y repetición, permiten al que los practica aprender a programar en uno o varios lenguajes.

¿Cómo se plantean las katas?

Se proponen una serie de ejercicios, de diferente dificultad (baja, media, alta/muy alta). Que cada uno se atreva con lo que quiera. El ejercicio consiste en resolver el problema pero cumpliendo las siguientes reglas:

• Las sesiones de «entrenamiento» deben durar entre 30 y 60 minutos, sin interrupciones. Debes estar tranquilo, así que aprovecha para apagar el móvil y alejarte durante un momento del Telegram y demás distracciones.
• Como se trata de aprender a base de repetir, cada intento de resolver el problema se guarda. Es decir, si resuelves el problema, guardas esa versión y vuelves a empezar, esta vez intentando solucionar el problema de otra manera. Puedes (y debes) mirar el código que has hecho antes.
• El objetivo no es encontrar la respuesta correcta, sino aprender a programar. Por eso mismo el lenguaje que escojas no es lo importante, sino la forma de programar. Usa el lenguaje con el que te sientas más cómodo, o aquel que querías aprender y no encontrabas cómo empezar a utilizarlo.

¿Cómo se organiza la actividad?

Una vez haya un mínimo de personas se enviarán los problemas a resolver. Estos ejercicios los resolvéis cuando queráis. El día en que quedemos, se irán presentando las soluciones que habéis tomado. El objetivo de esta parte es discutir la resolución del problema, de tal manera que los que tengan menos experiencia programando puedan ver como resuelven los que llevan más. Y los «veteranos», que posiblemente ya tienen una manera cerrada de pensar, puedan ver nuevas perspectivas de atacar problemas por parte de los más noveles.

Probablemente te sonarán términos como aprendizaje automático (machine learning), inteligencia artificial, Big Data, Deep Learning… La ciencia de datos es un conjunto de técnicas enfocadas a la extracción de conocimiento a partir de datos ya sea para explicarlos, descubrir relaciones entre ellos, predecir valores o clasificar patrones. Dentro encontramos técnicas que se han hecho muy populares como el aprendizaje automático, o machine learning, que se resume como la habilidad de un programa para aprender de los datos.

¿A quién va dirigido?

A estudiantes de tercer o cuarto curso de ingeniería informática que estén interesados en acercarse al mundo del aprendizaje automático y a la resolución de problemas enfocados desde una perspectiva práctica. O aquellos que, habiendo asistido a los talleres previos de iniciación, mantengan el entusiamo por aprender, que a fin de cuentas es lo único necesario para realizar esta serie de talleres.

No son necesarios muchos conocimientos previos, no obstante se recomienda echar un vistazo a las diapositivas empleadas en la parte teórica del taller.

No es necesario llevar ordenador portátil, se podrán usar los ordenadores del aula. Es de hecho es la opción más recomendable.

¿Qué contenidos se darán en este taller?

En este caso, nos centraremos en uno de los modelos de aprendizaje automático que más se aplican en problemas reales. También abordaremos el tratamiento de texto y un caso de estudio sobre detección de spam.

1. Árboles de decisión y bosques aleatorios.
2. Extracción de características de un texto mediante Bag-of-Words.
3. Caso de estudio: clasificación de texto para detección de spam.

¿Cuándo y dónde?

El próximo jueves 3 de mayo de 2018. De 16.00h a 18.30h en el aula S1 del edificio Ramón y Cajal del Campus de Rabanales.

¿Por qué se hacen estos talleres?

Este taller se engloba en el marco del proyecto de innovación docente "Uso de la plataforma de simulaciones predictivas Kaggle para la adquisición de competencia relacionadas con el perfil profesional Científico de Datos en asignaturas del grado en ingeniería informática".

Este es el tercero y último de una serie de talleres donde se pretenden enseñar de forma muy personalizada las destrezas y competencias necesarias para afrontar un problema real o de competición del mundo de la Ciencia de Datos.

Probablemente te sonarán términos como aprendizaje automático (machine learning), inteligencia artificial, Big Data, Deep Learning… La ciencia de datos es un conjunto de técnicas enfocadas a la extracción de conocimiento a partir de datos ya sea para explicarlos, descubrir relaciones entre ellos, predecir valores o clasificar patrones. Dentro encontramos técnicas que se han hecho muy populares como el aprendizaje automático, o machine learning, que se resume como la habilidad de un programa para aprender de los datos.

¿A quién va dirigido?

A estudiantes de tercer o cuarto curso de ingeniería informática esté interesado en acercarse al mundo del aprendizaje automático y a la resolución de problemas enfocados desde una perspectiva práctica. O aquellos que, habiendo asistido a los talleres previos de iniciación, mantengan el entusiamo por aprender, que a fin de cuentas es lo único necesario para realizar esta serie de talleres.

No son necesarios muchos conocimientos previos, no obstante se recomienda echar un vistazo a las diapositivas empleadas en la parte teórica del taller.

No es necesario llevar ordenador portátil, se podrán usar los ordenadores del aula, de hecho es la opción más recomendable.

¿Qué contenidos se darán en este taller?

Durante el taller de iniciación se vieron de forma sutil algunos de estos apartados, ahora será el momento de verlos en profundidad y despacio, de forma que cada participante pueda asimilar a su ritmo toda la información.

1. Agrupamiento o clustering.
2. Preprocesamiento o transformaciones.
3. Encadenamiento de operaciones con tuberías.

¿Cuándo y dónde?

El próximo viernes 20 de abril 2018. De 16.00h a 18.30h en el aula S1 del edificio Ramón y Cajal del Campus de Rabanales.

¿Por qué se hacen estos talleres?

Este taller se engloba en el marco del proyecto de innovación docente "Uso de la plataforma de simulaciones predictivas Kaggle para la adquisición de competencia relacionadas con el perfil profesional Científico de Datos en asignaturas del grado en ingeniería informática".

Este es el segundo de una serie de talleres donde se pretenden enseñar de forma muy personalizada las destrezas y competencias necesarias para afrontar un problema real o de competición del mundo de la Ciencia de Datos.