“Inferencia Bayesiana y Mecánica Estadística: Teoría y Algoritmos”, 2° encuentro del Seminario de IA y Ciencia de Datos

Durante el encuentro, Manuel ofreció una introducción a los principales desafíos teóricos y computacionales que presenta la inferencia Bayesiana en alta dimensión, y explicó cómo este enfoque se conecta con la mecánica estadística, vínculo que en los últimos años ha abierto nuevas líneas de investigación y herramientas metodológicas.

La charla también incluyó una presentación de sus actuales proyectos de investigación, donde, junto a diversos colaboradores, exploran:

• Modelos lineales generalizados Bayesianos en alta dimensión.
• Análisis asintótico de dinámicas tipo Langevin.
•  Estudio de localización estocástica como técnica de muestreo.

Manuel Sáenz es Doctor en Matemática por la Universidad de Buenos Aires, con formación previa en Física. Cuenta con una destacada trayectoria internacional como Assistant Professor en la School of Mathematics de la University of Nottingham (Reino Unido) y como Profesor Adjunto en la Facultad de Ciencias de la Universidad de la República (Uruguay). Su trabajo se enfoca en problemas de inferencia estadística en alta dimensión, con especial interés en métodos Bayesianos, teoría de la información y conexiones con la física estadística.

Desde el Data Science Lab y el LINAR seguimos generando espacios de encuentro para compartir, debatir y aprender sobre los desafíos actuales en ciencia de datos e inteligencia artificial. ¡Gracias a todos y todas quienes participaron y los esperamos en las próximas ediciones!