Pie & AI Kyiv: De Datos a Predicción

Aprende cómo los datos en bruto se convierten en una predicción de aprendizaje automático en esta sesión práctica y amigable para principiantes de Pie & AI de la comunidad Kyiv. Organizada por la comunidad Pie & AI de DeepLearning.AI, De Datos a Predicción se llevará a cabo en línea el 16 de septiembre de 2026, de 16:00 a 17:15. La sesión de 75 minutos se impartirá en ucraniano y está abierta a aprendices de todos los niveles, con el material diseñado específicamente para ser accesible a principiantes. ## Lo que aprenderás El encuentro sigue un flujo de trabajo completo de aprendizaje automático en lugar de discutir la IA solo en términos abstractos. Verás cómo pasar de la preparación de datos a un modelo entrenado, y luego examinarás lo que realmente significa su salida. Los temas incluyen: - Cómo el aprendizaje automático cambia la relación tradicional entre datos, reglas y resultados - Una explicación amigable para principiantes sobre cómo las redes neuronales aprenden patrones - Preparación de datos del mercado financiero y selección de características útiles - Definición de entradas, objetivos, datos de entrenamiento y datos de prueba - Construcción, entrenamiento y evaluación de una red neuronal simple con Python y TensorFlow/Keras - Visualización de predicciones y evaluación del rendimiento del modelo - Uso de SQL y Google Cloud BigQuery ML como una ruta alternativa hacia la analítica predictiva - Comprensión de la calidad de los datos, el sobreajuste, las limitaciones del modelo y la interpretación responsable Los datos del mercado financiero proporcionan el estudio de caso educativo, ayudando a hacer concretos los conceptos sin presentar el modelo como consejo de inversión o afirmar que los precios futuros del mercado pueden preverse de manera fiable. ## Formato de la sesión El evento combina explicaciones concisas con una demostración práctica. Después de una bienvenida e introducción, la sesión progresa de la programación tradicional al aprendizaje automático, cubre los fundamentos de redes neuronales y convierte los datos financieros en un problema definido de ML. La demostración central muestra un modelo de TensorFlow/Keras siendo construido, entrenado y evaluado, seguido de una comparación más breve con BigQuery ML. La sección final plantea una pregunta esencial: ¿qué nos dice realmente una predicción? Una discusión abierta y una sesión de preguntas y respuestas brindará a los asistentes la oportunidad de explorar el rendimiento del modelo, las limitaciones de los datos y las aplicaciones prácticas. ## Ponente y comunidad… Regístrate para este evento