Matemáticas para Sistemas del Mundo Real Centro de Formación Doctoral

2019-2020 series
Miércoles 11am-12 mediodía en D1. 07

La asistencia a estas clases es obligatoria para los estudiantes de MSc.

Semana del primer trimestre 2-9 de octubre de 2019

Introducción a la Plataforma Tecnológica de Investigación de Computación Científica parte 1 – Profesor David Quigley

Diapositivas

Semana del primer trimestre 3 – 16 de octubre de 2019

Introducción a la Plataforma Tecnológica de Investigación de Computación Científica parte 2-Profesor David Quigley

Diapositivas

Semana del primer trimestre 4 – 23 de octubre de 2019

Introducción al desarrollo de software – Dr. Chris Brady y Dra. Heather Ratcliffe

Esta charla se basa en un resumen de estas diapositivas

Semana 5 del primer trimestre – 30 de octubre de 2019

Control de versiones y sostenibilidad del software – Dr. Chris Brady y Dr. Heather Ratcliffe

Semana del primer trimestre 6 al 6 de noviembre de 2019

Introducción a bash scripting-Dr. Paul Brown

Diapositivas

Semana del primer trimestre 7 al 13 de noviembre de 2019

Creación de páginas web con contenido interactivo – Dr. Paul Brown

Diapositivas

Semana del primer trimestre 8-20 de noviembre de 2019

Sin seminario

Semana del primer trimestre 9-27 de noviembre de 2019

Uso de GPU en Warwick – Professor David Quigley

El cuaderno se utiliza para ofrecer esta charla, así como cuadernos mucho más detallados sobre programación de GPU en Python, en github.com/WarwickRSE/gpuschool2018

Serie 2018-2019

Semana del primer trimestre del 2 al 10 de octubre de 2018

Introducción a la Plataforma de Tecnología de Investigación de Computación Científica

Dr David Quigley

La Universidad de Warwick ejecuta ocho Plataformas de Tecnología de Investigación (RTP) que sirven a la comunidad de investigación universitaria al proporcionar instalaciones compartidas a gran escala departamentos académicos. Presentaré las instalaciones disponibles a través del RTP de Computación Científica, incluido nuestro entorno de escritorio Linux administrado y sistemas de computación de alto rendimiento (HPC). Esto incluirá mecanismos para obtener acceso, trabajar de manera efectiva dentro de un entorno Linux administrado de múltiples usuarios y cómo acceder al soporte y la capacitación.

Semana del primer trimestre del 3 al 17 de octubre de 2018

Inferencia estadística a partir de datos genómicos

Dr. Jere Koskela

Una revolución tecnológica en genética está en marcha. La secuenciación del genoma es cada vez más barata y, con el tiempo, se convertirá en una parte rutinaria de la atención médica. Se ha predicho que en 15 años se habrán secuenciado mil millones de genomas humanos. Estos datos son interesantes porque los patrones de variación en las secuencias de ADN entre individuos contienen información sobre una serie de procesos biológicos y demográficos, como mutaciones, selección natural, tamaños de población y eventos de migración. Sin embargo, tales cantidades de datos plantean una serie de desafíos estadísticos y computacionales. Analizaré algunas de las técnicas estadísticas que se han aplicado para abordar estos problemas, con un enfoque en los métodos de Monte Carlo, como el muestreo de importancia y el Monte Carlo de Cadena de Markov (MCMC). También presentaré algunos de los modelos de genética de poblaciones que se utilizan para estudiar la evolución de grandes poblaciones de apareamiento aleatorio, haciendo un uso particular de un área conocida como teoría coalescente.

Primer trimestre, semana 4 – 24 de octubre de 2018

Modelado basado en datos: un modelo de oscilaciones cromosómicas de datos a bifurcaciones

Profesor Nigel Burroughs

La biología celular a menudo se afirma como la nueva “física”, un campo rico donde se pueden desarrollar teorías físicas para explicar/predecir procesos biológicos, análogo a los éxitos de la física cuántica y la relatividad a principios del siglo pasado. Sin embargo, la realización de este ambicioso objetivo está resultando difícil, especialmente porque los procesos biológicos están fuera de equilibrio, a menudo son altamente estocásticos que involucran un pequeño número de moléculas y son altamente complejos, mostrando una gama de dinámicas fenomenales de autoorganización. En esta charla examinaré lo que significa “explicar” los procesos biológicos y cómo una gama de técnicas físicas, desde simulaciones estocásticas, análisis de sistemas dinámicos y estadísticas computacionales, se pueden combinar para abordar estas complejas cuestiones. Se extraerán ejemplos de la mecánica citoesquelética y la división celular.

Semana del primer trimestre del 6 al 7 de noviembre de 2018

Comprender el comportamiento humano con la ciencia de datos

Profesor Tobias Preis

En esta conferencia, describiremos algunos aspectos destacados recientes de nuestra investigación, abordando dos preguntas. En primer lugar, ¿pueden los recursos de big data proporcionar información sobre las crisis en los mercados financieros? Al analizar los volúmenes de consultas de Google para los términos de búsqueda relacionados con las finanzas y las vistas de los artículos de Wikipedia, encontramos patrones que pueden interpretarse como señales de advertencia tempranas de movimientos del mercado de valores. En segundo lugar, ¿podemos proporcionar información sobre las diferencias internacionales en el bienestar económico comparando patrones de interacción con Internet? Para responder a esta pregunta, introducimos un índice de orientación al futuro para cuantificar el grado en que los usuarios de Internet buscan más información sobre años en el futuro que años en el pasado. Analizamos los registros de Google y encontramos una correlación sorprendente entre el PIB del país y la predisposición de sus habitantes a mirar hacia adelante. Nuestros resultados ilustran el potencial que ofrece la combinación de conjuntos de datos de comportamiento extensos para una mejor comprensión del comportamiento económico humano a gran escala.

Semana del primer trimestre del 7 al 14 de noviembre de 2018

Inferencia estadística utilizando la cadena Markov Monte Carlo

Dr Jake Carson

En esta conferencia presentaré algunas técnicas para el ajuste de modelos dentro de un marco bayesiano y las ilustraré con algunos ejemplos simples. En particular, me centraré en la cadena de Markov Monte Carlo y los métodos relacionados. Intentaré explicar cómo funciona, por qué se utiliza tan comúnmente y dar algunas orientaciones prácticas sobre su aplicación.

Semana del primer trimestre del 8 al 21 de noviembre de 2018

Modelado basado en imágenes de dinámica celular

Dra. Sharon Collier

La microscopía de fluorescencia de células vivas moderna nos permite visualizar procesos celulares dinámicos con un detalle sin precedentes. Presentaré proyectos de investigación en curso que se ocupan de reunir i) métodos de análisis de imágenes para rastrear células y sus movimientos, y cuantificar patrones espacio-temporales de constituyentes celulares marcados con fluorescencia, y ii) modelos matemáticos para investigar mecanismos reguladores de la bioquímica y la mecánica celular.

Semana del primer trimestre del 9 al 28 de noviembre de 2018

Desarrollo de software para académicos

Dr Heather Ratcliffe

El desarrollo de software es mucho más que escribir código, se trata de producir software profesional, fácil de mantener y comprensible. Planificación y estilo, documentación, control de versiones, empaquetado, licencias y mucho más. Esta charla tiene como objetivo presentar algunas de las herramientas vitales que debe conocer como investigadores que escriben código, para que esté bien equipado para leer, aprender más y usarlas. Discutiremos el control de versiones en forma de Git, un poco sobre licencias de software, algunos paquetes agradables para documentar código y mencionaremos brevemente algunas otras cosas que todo el mundo debería saber, pero que nadie piensa mencionar.

Serie 2017-2018

Semana del primer trimestre 2 al 11 de octubre de 2017

Abordar la complejidad y la autoorganización en sistemas biológicos

Profesor Nigel Burroughs

La biología celular a menudo se afirma como la nueva “física”, un campo rico donde se pueden desarrollar teorías físicas para explicar/predecir procesos biológicos, análogo a los éxitos de la física cuántica y la relatividad a principios del siglo pasado. Sin embargo, la realización de este ambicioso objetivo está resultando difícil, especialmente porque los procesos biológicos están fuera de equilibrio, a menudo son altamente estocásticos que involucran un pequeño número de moléculas y son altamente complejos, mostrando una gama de dinámicas fenomenales de autoorganización. En esta charla examinaré lo que significa “explicar” los procesos biológicos y cómo una gama de técnicas físicas, desde simulaciones estocásticas, análisis de sistemas dinámicos y estadísticas computacionales, se pueden combinar para abordar estas complejas cuestiones. Se extraerán ejemplos de la mecánica citoesquelética y la división celular.

Semana del primer trimestre del 3 al 18 de octubre de 2017

Inferencia estadística utilizando la cadena de Markov Monte Carlo

Dr. Simon Spencer
En esta conferencia presentaré algunas técnicas para el ajuste de modelos dentro de un marco bayesiano y las ilustraré con algunos ejemplos simples. En particular, me centraré en la cadena de Markov Monte Carlo y los métodos relacionados. Intentaré explicar cómo funciona, por qué se utiliza tan comúnmente y dar algunas orientaciones prácticas sobre su aplicación.

Semana del primer trimestre del 4 al 25 de octubre de 2017

Comprender el comportamiento humano con la ciencia de datos
Profesor Tobias Preis
En esta conferencia, esbozaremos algunos aspectos destacados recientes de nuestra investigación, abordando dos preguntas. En primer lugar, ¿pueden los recursos de big data proporcionar información sobre las crisis en los mercados financieros? Al analizar los volúmenes de consultas de Google para los términos de búsqueda relacionados con las finanzas y las vistas de los artículos de Wikipedia, encontramos patrones que pueden interpretarse como señales de advertencia tempranas de movimientos del mercado de valores. En segundo lugar, ¿podemos proporcionar información sobre las diferencias internacionales en el bienestar económico comparando patrones de interacción con Internet? Para responder a esta pregunta, introducimos un índice de orientación al futuro para cuantificar el grado en que los usuarios de Internet buscan más información sobre años en el futuro que años en el pasado. Analizamos los registros de Google y encontramos una correlación sorprendente entre el PIB del país y la predisposición de sus habitantes a mirar hacia adelante. Nuestros resultados ilustran el potencial que ofrece la combinación de conjuntos de datos de comportamiento extensos para una mejor comprensión del comportamiento económico humano a gran escala.

Semana de primer trimestre del 6 al 8 de noviembre de 2017

Computación Científica con Julia
Profesor Christoph Ortner
PARTE 1: Introducción a Julia. Presentaré brevemente el lenguaje Julia y algunas de sus herramientas, y mostraré cómo interpola Matlab, Python y Lisp en un entorno de programación que se adapta perfectamente a la computación numéricamente intensiva, tanto a la creación rápida de prototipos como a la HPC.
PARTE 2: Mostraré algunos ejemplos de mi propia investigación sobre el modelado de materiales a múltiples escalas.

Semana del primer trimestre del 7 al 15 de noviembre de 2017
Simulaciones estocásticas
Profesor Matthew Keeling
En esta conferencia discutiremos inicialmente la importancia de la estocasticidad para comprender los problemas del mundo real. La estocasticidad se puede incorporar de muchas maneras, pero nos enfocaremos en la estocasticidad basada en el individuo, impulsada por eventos, y discutiremos métodos para simular tales dinámicas. Tomando ejemplos descaradamente exclusivamente de ecología y epidemiología, consideraremos tanto los Métodos de Gillespie como las ecuaciones Ensemble/Master. Discutiremos lo que sucede cuando el tamaño de la población se vuelve grande, y las aproximaciones que hacen que el problema sea computacionalmente manejable. Finalmente, analizaremos las simulaciones espaciales totalmente individuales y discutiremos métodos que pueden proporcionar un gran ahorro computacional.

Semana del primer trimestre del 8 al 22 de noviembre de 2017

Modelado basado en imágenes de dinámica celular
Profesor Till Bretschneider

La microscopía de fluorescencia de células vivas moderna nos permite visualizar procesos celulares dinámicos con un detalle sin precedentes. Presentaré proyectos de investigación en curso que se ocupan de reunir i) métodos de análisis de imágenes para rastrear células y sus movimientos, y cuantificar patrones espacio-temporales de constituyentes celulares marcados con fluorescencia, y ii) modelos matemáticos para investigar mecanismos reguladores de la bioquímica y la mecánica celular.

Semana del primer trimestre del 9 al 29 de noviembre de 2017

Inferencia estadística a partir de datos genómicos

Dr. Paul Jenkins

Una revolución tecnológica en genética está en marcha. La secuenciación del genoma es cada vez más barata y, con el tiempo, se convertirá en una parte rutinaria de la atención médica. Se ha predicho que en 15 años se habrán secuenciado mil millones de genomas humanos. Estos datos son interesantes porque los patrones de variación en las secuencias de ADN entre individuos contienen información sobre una serie de procesos biológicos y demográficos, como mutaciones, selección natural, tamaños de población y eventos de migración. Sin embargo, tales cantidades de datos plantean una serie de desafíos estadísticos y computacionales. Analizaré algunas de las técnicas estadísticas que se han aplicado para abordar estos problemas, con un enfoque en los métodos de Monte Carlo, como el muestreo de importancia, el Monte Carlo de Cadena de Markov (MCMC) y la Computación Bayesiana Aproximada (ABC). También presentaré algunos de los modelos de genética de poblaciones que se utilizan para estudiar la evolución de grandes poblaciones de apareamiento aleatorio, haciendo un uso particular de un área conocida como teoría coalescente.

Serie 2016-2017
Este curso se lleva a cabo los miércoles de 11am a 12noon en la sala D1.07.

Semana del primer trimestre del 2 al 12 de octubre de 2016

Comprender el comportamiento humano con la ciencia de datos
Dr. Tobias Preis
En esta conferencia, describiremos algunos aspectos destacados recientes de nuestra investigación, abordando dos preguntas. En primer lugar, ¿pueden los recursos de big data proporcionar información sobre las crisis en los mercados financieros? Al analizar los volúmenes de consultas de Google para los términos de búsqueda relacionados con las finanzas y las vistas de los artículos de Wikipedia, encontramos patrones que pueden interpretarse como señales de advertencia tempranas de movimientos del mercado de valores. En segundo lugar, ¿podemos proporcionar información sobre las diferencias internacionales en el bienestar económico comparando patrones de interacción con Internet? Para responder a esta pregunta, introducimos un índice de orientación al futuro para cuantificar el grado en que los usuarios de Internet buscan más información sobre años en el futuro que años en el pasado. Analizamos los registros de Google y encontramos una correlación sorprendente entre el PIB del país y la predisposición de sus habitantes a mirar hacia adelante. Nuestros resultados ilustran el potencial que ofrece la combinación de conjuntos de datos de comportamiento extensos para una mejor comprensión del comportamiento económico humano a gran escala.

Semana del primer trimestre del 3 al 19 de octubre de 2016

Simulaciones estocásticas
Profesor Matthew Keeling
En esta conferencia discutiremos inicialmente la importancia de la estocasticidad para comprender los problemas del mundo real. La estocasticidad se puede incorporar de muchas maneras, pero nos enfocaremos en la estocasticidad basada en el individuo, impulsada por eventos, y discutiremos métodos para simular tales dinámicas. Tomando ejemplos descaradamente exclusivamente de ecología y epidemiología, consideraremos tanto los Métodos de Gillespie como las ecuaciones Ensemble/Master. Discutiremos lo que sucede cuando el tamaño de la población se vuelve grande, y las aproximaciones que hacen que el problema sea computacionalmente manejable. Finalmente, analizaremos las simulaciones espaciales totalmente individuales y discutiremos métodos que pueden proporcionar un gran ahorro computacional.

Semana del primer trimestre del 4 al 26 de octubre de 2016

Big data y bioinformática
Dr. Richard Savage
La medicina y la biología están experimentando una revolución de datos. Desde la secuenciación de todo el genoma hasta las imágenes digitales y los registros médicos electrónicos, las nuevas fuentes de datos prometen revolucionar la forma en que tratamos las enfermedades y llevamos a cabo nuestra investigación biomédica. Con estas oportunidades, sin embargo, surgen desafíos significativos. Los datos a menudo son de alta dimensión, ruidosos y con una estructura subyacente compleja. Y es posible que deseemos combinar varios tipos de datos de fuentes muy diferentes. Daré un recorrido por algunos de estos temas, centrándose en algunos proyectos del mundo real que tienen el potencial de cambiar la forma en que hacemos investigación en estas áreas. También hablaré de cómo esto se relaciona con la participación de Warwick en proyectos a gran escala como el Proyecto de 100.000 Genomas y el Instituto Alan Turing.

Semana del primer trimestre 5-2 de noviembre de 2016

Técnicas computacionales en biología matemática
Dr Nabil – Fareed Alikhan, Dr Till Bretschneider y Dr Giorgos Minas

Semana del primer trimestre 6-9 de noviembre de 2016

No hay seminario esta semana

Semana del primer trimestre Del 7 al 16 de noviembre de 2016

Inferencia estadística utilizando la cadena de Markov Monte Carlo
Dr. Simon Spencer
En esta conferencia presentaré algunas técnicas para el ajuste de modelos dentro de un marco bayesiano y las ilustraré con algunos ejemplos simples. En particular, me centraré en la cadena de Markov Monte Carlo y los métodos relacionados. Intentaré explicar cómo funciona, por qué se utiliza tan comúnmente y dar algunas orientaciones prácticas sobre su aplicación.

Semana de primer trimestre del 8 al 23 de noviembre de 2016

Computación Científica con Julia
Profesor Christoph Ortner
PARTE 1: Introducción a Julia. Presentaré brevemente el lenguaje Julia y algunas de sus herramientas, y mostraré cómo interpola Matlab, Python y Lisp en un entorno de programación que se adapta perfectamente a la computación numéricamente intensiva, tanto a la creación rápida de prototipos como a la HPC.
PARTE 2: Mostraré algunos ejemplos de mi propia investigación sobre modelado de materiales a múltiples escalas.

Semana del primer trimestre del 9 al 30 de noviembre de 2016

Inferencia y ajuste de sistemas dinámicos espaciales en biología celular.
El profesor Nigel Burroughs
La biología celular es a menudo declarada como la nueva “física”, un campo rico donde se pueden desarrollar teorías físicas para explicar/predecir procesos biológicos, análogo a los éxitos de la física cuántica y la relatividad a principios del siglo pasado. Sin embargo, la realización de este ambicioso objetivo está resultando difícil, especialmente porque los procesos biológicos están fuera de equilibrio, a menudo son altamente estocásticos que involucran un pequeño número de moléculas y son altamente complejos, mostrando una gama de dinámicas fenomenales de autoorganización. En esta charla examinaré lo que significa “explicar” los procesos biológicos, incluida la discusión de los tipos de modelos/modelización y cuándo son útiles, comparando esos modelos con los datos (ingeniería inversa) y la verificación de esos modelos. Se extraerán ejemplos de procesos citoesqueléticos y división celular.

Serie 2015-2016
Este curso se lleva a cabo los miércoles de 11 a.m. a 12 a. m. en la sala de conferencias de Complejidad.

Semana del primer trimestre del 2 al 14 de octubre de 2015

Simulaciones estocásticas
Profesor Matthew Keeling
En esta conferencia discutiremos inicialmente la importancia de la estocasticidad para comprender los problemas del mundo real. La estocasticidad se puede incorporar de muchas maneras, pero nos enfocaremos en la estocasticidad basada en el individuo, impulsada por eventos, y discutiremos métodos para simular tales dinámicas. Tomando ejemplos descaradamente exclusivamente de ecología y epidemiología, consideraremos tanto los Métodos de Gillespie como las ecuaciones Ensemble/Master. Discutiremos lo que sucede cuando el tamaño de la población se vuelve grande, y las aproximaciones que hacen que el problema sea computacionalmente manejable. Finalmente, analizaremos las simulaciones espaciales totalmente individuales y discutiremos métodos que pueden proporcionar un gran ahorro computacional.

Semana del primer trimestre del 3 al 21 de octubre de 2015

Computación Científica en Warwick: una doble perspectiva desde un Químico/Director
Profesor Mark Rodger
Esta charla echará un vistazo a la Computación Científica en Warwick desde una perspectiva general y personal. Desde una perspectiva general, trataré de dar una visión general de la gama de actividades que se llevan a cabo dentro de Warwick, del papel del Centro de Computación Científica en el fomento de esas actividades, y de algunos de los equipos y programas informáticos que están fácilmente disponibles para ayudar a la investigación en el área general de la Computación Científica. Para proporcionar una perspectiva más personal, pasaré a describir algunas de las investigaciones que hago en el área de la mecánica estadística clásica y el modelado molecular, en particular describiendo algunos de los métodos de dinámica molecular adaptativa que se han desarrollado en los últimos años para mejorar la exploración espacial de fases, la caracterización de paisajes de energía libre y la simulación de eventos raros para aplicaciones a la ciencia de materiales.

Semana del primer trimestre 4 al 28 de octubre de 2015

Inferencia y ajuste de sistemas dinámicos espaciales en biología celular.
El profesor Nigel Burroughs
La biología celular es a menudo declarada como la nueva “física”, un campo rico donde se pueden desarrollar teorías físicas para explicar/predecir procesos biológicos, análogo a los éxitos de la física cuántica y la relatividad a principios del siglo pasado. Sin embargo, la realización de este ambicioso objetivo está resultando difícil, especialmente porque los procesos biológicos están fuera de equilibrio, a menudo son altamente estocásticos que involucran un pequeño número de moléculas y son altamente complejos, mostrando una gama de dinámicas fenomenales de autoorganización. En esta charla examinaré lo que significa “explicar” los procesos biológicos, incluida la discusión de los tipos de modelos/modelización y cuándo son útiles, comparando esos modelos con los datos (ingeniería inversa) y la verificación de esos modelos. Se extraerán ejemplos de procesos citoesqueléticos y división celular.

Primer trimestre de la semana 5 al 4 de noviembre de 2015

Enfoques Univariados y Multivariados Masivos para Comprender la Variación Genética en el Cerebro
Profesor Thomas Nichols
Ha habido un gran interés en descubrir y comprender el papel de la variación genética en los datos de imágenes cerebrales. Los estudios típicos de “genética por imágenes” utilizan un pequeño número de genes candidatos, un pequeño número de regiones cerebrales o ambos. En esta charla consideraré métodos para buscar asociaciones gene-cerebro en todo el genoma y en todas las regiones cerebrales. Este enfoque presenta enormes desafíos computacionales y estadísticos. Discutiré dos enfoques, un enfoque univariado masivo y un enfoque multivariado. Un modelo univariado masivo es la herramienta estándar en el análisis de neuroimagen, pero escalarlo para 100.000 SNPs requiere una serie de innovaciones computacionales y estadísticas. Con nuestro método aplicado a los datos de Morfometría Basados en tensores del proyecto ADNI, reportamos la primera asociación gene-cerebro que sobrevive a la corrección de errores familiar de todo el genoma y todo el cerebro. Nuestro enfoque multivariado utiliza una Regresión de Rango Reducido Disperso (sRRR) para explicar conjunta y parsimoniosamente las asociaciones gene-cerebro. Los análisis detallados de potencia muestran que el enfoque multivariado debería tener una potencia aún mayor que el enfoque univariado.

Semana del primer trimestre del 6 al 11 de noviembre de 2015

Inferencia estadística utilizando la cadena de Markov Monte Carlo
Dr. Simon Spencer
En esta conferencia presentaré algunas técnicas para el ajuste de modelos dentro de un marco bayesiano y las ilustraré con algunos ejemplos simples. En particular, me centraré en la cadena de Markov Monte Carlo y los métodos relacionados. Intentaré explicar cómo funciona, por qué se utiliza tan comúnmente y dar algunas orientaciones prácticas sobre su aplicación.

Semana del primer trimestre del 7 al 18 de noviembre de 2015

Big data y bioinformática
Dr. Richard Savage
La medicina y la biología están experimentando una revolución de datos. Desde la secuenciación de todo el genoma hasta las imágenes digitales y los registros médicos electrónicos, las nuevas fuentes de datos prometen revolucionar la forma en que tratamos las enfermedades y llevamos a cabo nuestra investigación biomédica. Con estas oportunidades, sin embargo, surgen desafíos significativos. Los datos a menudo son de alta dimensión, ruidosos y con una estructura subyacente compleja. Y es posible que deseemos combinar varios tipos de datos de fuentes muy diferentes. Daré un recorrido por algunos de estos temas, centrándose en algunos proyectos del mundo real que tienen el potencial de cambiar la forma en que hacemos investigación en estas áreas. También hablaré de cómo esto se relaciona con la participación de Warwick en proyectos a gran escala como el Proyecto de 100.000 Genomas y el Instituto Alan Turing.

Semana del primer trimestre 8-25 de diciembre de 2015

No hay charla esta semana

Semana del primer trimestre 9 – 2 de diciembre de 2015

Comprender el comportamiento humano con la ciencia de datos
Dr. Tobias Preis
En esta conferencia, describiremos algunos aspectos destacados recientes de nuestra investigación, abordando dos preguntas. En primer lugar, ¿pueden los recursos de big data proporcionar información sobre las crisis en los mercados financieros? Al analizar los volúmenes de consultas de Google para los términos de búsqueda relacionados con las finanzas y las vistas de los artículos de Wikipedia, encontramos patrones que pueden interpretarse como señales de advertencia tempranas de movimientos del mercado de valores. En segundo lugar, ¿podemos proporcionar información sobre las diferencias internacionales en el bienestar económico comparando patrones de interacción con Internet? Para responder a esta pregunta, introducimos un índice de orientación al futuro para cuantificar el grado en que los usuarios de Internet buscan más información sobre años en el futuro que años en el pasado. Analizamos los registros de Google y encontramos una correlación sorprendente entre el PIB del país y la predisposición de sus habitantes a mirar hacia adelante. Nuestros resultados ilustran el potencial que ofrece la combinación de conjuntos de datos de comportamiento extensos para una mejor comprensión del comportamiento económico humano a gran escala.