Conoce las posibilidades de la estadística bayesiana en el contexto del machine learning, y su aplicación práctica con NumPyro 📊🔥

A veces tienes que tomar decisiones importantes pero no tienes datos suficientes para dar una predicción certera. En esas situaciones una de las cosas que puedes probar es un modelo bayesiano que te permita reflejar esa incertidumbre en la salida del modelo. 

La sesión incluirá una introducción teórica y una parte práctica. Durante esta última se explicará, escribirá y ejecutará código Python. Utilizaremos NumPyro, una librería de programación probabilística basada en JAX (un proyecto de investigación de Google), para los ejemplos.

Hora de inicio del evento: 7:00 PM

Al igual que en los eventos anteriores, se sorteará una licencia de JetBrains 🎉

Conocimientos previos recomendados:

• Python intermedio
• Estadística básica (teorema de Bayes, distribución...)
• Cálculo básico (concepto de derivada, integral...)

Requisitos previos:

•  Tener instalado Docker: se proporcionará una imagen que incorpore las dependencias necesarias.

Repositorio con el notebook utilizado durante la charla: disponible en GitHub.