El Seminari de l’IMM ha acollit una xarrada impartida per la professora Myladis Cogollo, de la Universitat de Còrdova (Colòmbia), dedicada a analitzar les relacions i possibilitats d’integració entre l’estadística i l’aprenentatge automàtic en el context actual de la ciència de dades.
Durant la seua intervenció, la professora Cogollo va explicar com, a pesar que les dos disciplines solen presentar-se com a enfocaments en competència a causa dels seus fonaments i metodologies, en realitat poden complementar-se de manera eficaç. L’estadística se centra tradicionalment en l’anàlisi de fenòmens a nivell poblacional mitjançant la recopilació controlada de dades i l’ús de models que permeten quantificar la incertesa. Per part seua, l’aprenentatge automàtic posa l’èmfasi en el desenrotllament d’algorismes capaços d’aprendre a partir de grans volums de dades complexes, encara que sovint amb models difícils d’interpretar, coneguts com a “caixes negres”.
La xarrada no va plantejar una elecció entre l’un o l’altre enfocament, sinó que va proposar estratègies d’integració que aprofiten les fortaleses de les dos disciplines per a compensar les seues respectives limitacions. En particular, es van presentar tres línies de treball principals.
En primer lloc, es va exposar un enfocament de modelatge predictiu híbrid que combina anàlisi de sèries temporals, selecció de variables basada en principis estadístics i xarxes neuronals artificials. En segon lloc, es va mostrar com l’optimització metaheurística pot emprar-se per a facilitar l’estimació de paràmetres en models estadístics complexos. Finalment, es va discutir l’adaptació de mètodes de control estadístic de la qualitat a dades imprecises, utilitzant tècniques d’aprenentatge automàtic.
La professora Cogollo va il·lustrar estes estratègies mitjançant aplicacions en epidemiologia, finances i indústria, demostrant com la integració de ferramentes estadístiques i d’aprenentatge automàtic pot millorar la precisió dels pronòstics, a més de generar models d’aprenentatge automàtic més interpretables i eficients des del punt de vista computacional.
El seminari va suscitar l’interés d’investigadors i estudiants assistents, els qui van participar en un animat torn de preguntes al final de la sessió, destacant la rellevància dels enfocaments interdisciplinaris per a afrontar els reptes actuals de l’anàlisi de dades.
