IBC1.2025.2

Últimas novedades

2025-09-08

Hoy lunes 8 de septiembre vamos a ver cómo eliminar las correlaciones espurias de las predicciones. Ya está subida la teórica de flujo de inferencia. Además vamos a terminar en clase la práctica de estimación de habilidad por pasaje de mensajes.

2025-09-01

Hoy 1 de septiembre arrancamos a las 15:05 con una nueva teórica basada en el capítulo 3 del libro de Model-Based Machine Learning y una nueva teórica donde implementamos la versión básica del estimador de habilidad de la industria del video juego. Van a ver en el campus y en github que ya está disponible los materiales de la unidad 3.

2025-08-25

Ya está subida la teórica 2 sum-prodcut al github y al campus. El video falló y no quedó grabado. El domingo a la noche es la segunda entrega de la práctica 1. Lean hasta el capítulo 3 de Model-Based Machine Learning. Las lecturas sugeridas (Sum-prodcut algorithm y TrueSkill) están en el pdf de la teoríca (al principio y al final). Nos vemos el lunes que viene directamente.

2025-08-11.

Buenas!

Hoy hay varias novedades.

1. Github. Subimos al repo una guía para hacer que sus repositorios sean privados, y que tengan como submodulo los materiales de la materia. Ver archivo configuracion_repositorio_entregas.md.

2. Unidad 1. Ya están subidas las teóricas, la consigna y el archivo python que funciona como template para la solución de la práctica 1. Ver carpeta 1-modelos/. Entrega práctica 1: antes del 20 de agosto a las 23:59.

   • Grupos. Para trabajar de forma remota, decidimos armar grupos de 3 personas. Cuando haya dos grupos de 2 personas hacemos un fusión. Los grupos irán cambiando a medida que avance la materia. Las evaluaciones serán individuales y grupales. Creamos una Sala de Google Meet para cada uno de los grupos, para que se puedan reunir.
     • Grupo 0. Meet: bayesplurinacional.org/link/VideoConferenciaSala0.html 17. Javier Roldan, 0. Matias Bacalhau, 16. Rocio Belen Rivera.
     • Grupo 1. Meet: bayesplurinacional.org/link/VideoConferenciaSala1.html 6. Ezequiel Orlando Coggiola, 19. Naiara Belen Sosa, 14. Lucas Efrain Oliaro Vera.
     • Grupo 2. Meet: bayesplurinacional.org/link/VideoConferenciaSala2.html 4. Gianni Bevilacqua, 3. Nahuel Matias Benitez, 8. Joan José Espada.
     • Grupo 3. Meet: bayesplurinacional.org/link/VideoConferenciaSala3.html

       1. Lucas Emanuel Barreiro,
          

       2.  Facundo Latini Leiva,
          

       3.          Alejo Razeto.
          

     • Grupo 4. Meet: bayesplurinacional.org/link/VideoConferenciaSala4.html 20. Gerardo Enrique Toboso Barrios, 18. Bruno Sidelsky, 13. Moerna Miraglia.
     • Grupo 5. Meet: bayesplurinacional.org/link/VideoConferenciaSala5.html 12. Lucio Agustin Lourido Serruto, 7. Alejandro Dario Echeverri, 9. Luca Gaziglia.
     • Grupo 6. Meet: bayesplurinacional.org/link/VideoConferenciaSala6.html 5. Nicolás Lautaro Cirulli, 2. Ariel Emanuel Bat Mentzel, 10. Erika Nahir Gorosito.

3. Evaluación por pares. Además de la evaluación por parte de los docentes, implementaremos evaluaciones por pares entre estudiantes. La persona que evalúa debe tener acceso de escritura en el repositorio de la persona que está siendo evaluada.

   • Javier Roldan evalúa a Ezequiel Orlando Coggiola.
   • Matias Bacalhau evalúa a Nahuel Matias Benitez.
   • Rocio Belen Rivera evalúa a Alejo Razeto.
   • Ezequiel Orlando Coggiola evalúa a Gianni Bevilacqua.
   • Lucas Efrain Oliaro Vera evalúa a Moerna Miraglia.
   • Gianni Bevilacqua evalúa a Lucas Emanuel Barreiro.
   • Nahuel Matias Benitez evalúa a Bruno Sidelsky.
   • Joan José Espada evalúa a Luca Gaziglia.
   • Lucas Emanuel Barreiro evalúa a Gerardo Enrique Toboso Barrios.
   • Facundo Latini Leiva evalúa a Alejandro Dario Echeverri.
   • Alejo Razeto evalúa a Erika Nahir Gorosito.
   • Gerardo Enrique Toboso Barrios evalúa a Lucio Agustin Lourido Serruto.
   • Bruno Sidelsky evalúa a Ariel Emanuel Bat Mentzel.
   • Moerna Miraglia evalúa a Rocio Belen Rivera.
   • Lucio Agustin Lourido Serruto evalúa a Nicolás Lautaro Cirulli.
   • Alejandro Dario Echeverri evalúa a Matias Bacalhau.
   • Luca Gaziglia evalúa a Lucas Efrain Oliaro Vera.
   • Nicolás Lautaro Cirulli evalúa a Javier Roldan.
   • Ariel Emanuel Bat Mentzel evalúa a Facundo Latini Leiva.
   • Erika Nahir Gorosito evalúa a Joan José Espada.

Además vengo a informar que, en contra de lo que dije la semana pasada, hoy voy a adherir al paro por su dimensión y por la importancia de las reivindicaciones. Si bien yo no me voy a conectar durante la clase de hoy, entre las 15:30 y las 18:00, durante el paro ustedes tienen que trabajar el doble (como hacen los chinos y japoneses) para que la materia de Inferencia Causal de la UNSAM se la mejor materia de la Argentina. De hecho, no conozco ninguna materia del mundo entero donde vayan a ver los contenidos que se ven en esta materia, como por ejemplo es el error fundamental del enfoque de potential outcomes que ni siquiera Judea Pearl menciona (aunque lo sabe perfectamente). Si bien no voy a conectarme, voy a estar pendiente para responder preguntas por acá.

2025-08-06. Teórica 1, link del fork y discord.

Novedades de la mejor materia del mundo!

Tareas:

0. Discord Sumarse al Discord [1] antes del jueves a las 23:59.
1. Git Enviar el link del fork [2] al correo gustavolandfried@gmail.com
   • Bibliografía. Ya pueden descargar la bibliografía desde el git (ver carpeta auxiliar/biblio/).
   • Data NoMontyHall. Ya pueden descargar los datos que usaremos en la evaluación 1 de la materia (ver carpeta 1-modelos/datos/).
2. Evaluación 0. Hacer push antes del viernes a las 14:59.
3. Lectura. Antes del viernes a las 15:00, leer el capítulo 1 del libro Model-Based Machine Learning [3].
4. Teórica 1. Venir a la teórica 1 el viernes de 15:00 a 16:30 por el canal de siempre [4]
   • Calendar. Ya les di acceso al calendar [5] de los viernes (nuestro día adicional).

Links:

• [1] Discord
• [2] Git
• [3] Libro
• [4] Meet
• [5] Calendar

Solo en Inferencia Bayesiana Causal. Una materia difícil que te lleva a otro lugar.

2025-08-04. Git, when2meet y preguntas.

Buenas,

Ahí pueden encontrar en el campus los links a:

• Git. https://github.com/MetodosBayesianos/IBC1.2025.2
• Encuesta. https://www.when2meet.com/?31547366-XUlSA

Tareas. 0. Llenar la encuesta.

1. Hacer un fork del repo.
2. Completar el archivo 0-previa/preguntas0.py
3. Hacer un análisis exploratorio del dataset 1-modelos/data/NoMontyHall.csv

Nos vemos el día y horario que sea elegido por la encuesta (miércoles o viernes), que será anunciado mañana a la tarde. La entrega de las preguntas debe realizarse antes de ese día haciendo push de los cambios.

Saludos!

2025-08-03. Primera clase.

Comienza la materia Inferencia Causal!

Como ustedes ya saben, la materia va a ser en modalidad virtual. Por recomendación de las camadas anteriores, dada la carga e importancia de la materia para las Ciencias de Datos, la cursada de los lunes va a ser levemente menos intensa, de 15h30 a 18h00 para añadir un día adicional (a definir), de 1h30 en total, para consultas, entregas o teóricas.

El link al google calendar [1] El link al google meet [2].

A pesar de que la materia es virtual, las primeras semanas estoy haciendo el intento de ir presencialmente para conocernos personalmente con quienes puedan ir físicamente. El sábado envié un mensaje por el campus afirmando (equivocadamente) que teníamos disponible el laboratorio 4 de computación. Dado el error de último momento, este lunes vamos a encontrarnos virtualmente. Y dejaremos el encuentro presencial (opcional) para el lunes que viene.

Hasta mañana!!

[1] https://calendar.google.com/calendar/event?action=TEMPLATE&tmeid=N2cxcWpmYTNlcjIxa2xmMDJ1cjA1cnRqdjdfMjAyNTA4MDRUMTgzMDAwWiBndXN0YXZvLmxhbmRmcmllZEBtdXR0ZGF0YS5haQ&tmsrc=gustavo.landfried%40muttdata.ai&scp=ALL [2] https://bayesplurinacional.org/link/VideoConferencia.html

2025-08-01. Bienvenida.

Buenas.

El lunes 4 de agosto nos vemos virtualmente de 15h30 a 18h00 a través del google meet (https://bayesplurinacional.org/link/VideoConferencia.html). Ya se enviaron las invitaciones a través del google calendar.

Ya pueden acceder a la bibliografía en el campus. Son 5 elementos:

• Pearl 2018. The book of why: Buen lugar para empezar a leer.
• Neal 2020 (Draft) Introduction. Buen resumen de la perspectivas potential outcome vs generativa
• Molak 2024. Python. El libro práctico que vamos a seguir en la materia.
• Pearl 2009. Causality. Él libro con el que ganó el Premio Turing.
• Winn 2012. Gates. Una notación extendida para redes causales.

Nos vemos!