El miércoles 24 de junio, en la Escuela de Graduados, defendieron sus tesis la Prof. Rocío Suyaj Giuzio (en la foto, a la derecha) y el Ing. Martín Rodríguez Núñez (a la izquierda) para obtener su título de posgrado como magísteres en Estadística Aplicada.
En primer lugar, la Prof. Rocío Suyaj Giuzio se convirtió en la egresada numero 100 de la carrera al defender su tesis titulada Explorando la Narrativa del Aborto: Análisis de Posturas a traves del Lenguaje de Procesamiento Natural. El trabajo fue dirigido por la Dra. Vanesa Meinardi (IAP - UNVM) y codirigida por la Dra. Carina Boyalián (FAMAF - UNC). El tribunal encargado de evaluar la tesis estuvo conformado por las Dras. Laura Alonso Alemany y María Inés Stimolo, y la Mgter. María Eugenia Videla.
Sobre la tesis de Rocío Suyaj Giuzio
En este trabajo, la magíster propuso una metodología para la asignación automática de posturas a tweets, basada en la identificación de comunidades y la detección de tópicos en redes sociales, y en la posterior utilización de modelos de aprendizaje automático para su clasificación. El objetivo es clasificar los tweets según su postura frente a la Interrupción Voluntaria del Embarazo (IVE), distinguiendo entre posiciones a favor y en contra. El análisis se realizó sobre un conjunto de tweets relacionados con el debate del proyecto de ley en las Cámaras de Diputados y Senadores de la República Argentina durante el año 2018, recolectados en junio de ese año a partir de hashtags relevantes. A partir de estos datos, se construyeron variables explicativas, se entrenaron distintos clasificadores y se optimizaron sus hiperparámetros. Finalmente, se compararon los enfoques basados en comunidades y en tópicos, y se selecciona el modelo con mejor desempeño para la clasificación automática de tweets.
Por su parte, la tesis del Ing. Martín Rodíguez Nuñez se tituló Estrategias de Modelo Predictivo de Concentración de Material Particulado Fino (PM 2.5) a partir de Series Temporales y contó con la dirección de la Dra. Mónica Graciela Balzarini (FCA - UNC). En la defensa estuvieron presentes familiares del nuevo magíster y el tribunal evaluador compuesto por el Dr. Marcos H. Herrera Gómez y las doctoras María Fernanda García Ferreyra y Silvia María Ojeda.
Sobre la tesis de Martín Rodríguez Núñez
El trabajo estuvo orientado a comparar metodologías de aprendizaje automático y profundo para predecir series temporales de concentración de PM2.5 a partir de variables meteorológicas derivadas de satélites. Se dispusieron sensores de bajo costo para medir esta concentración en ocho sitios con dos usos de suelo diferentes (agrícola/área verde y urbano) ubicados dentro del área metropolitana de la provincia de Córdoba, Argentina. Se obtuvieron series temporales de frecuencia horaria a lo largo de periodos de al menos un año. Se observó que series temporales con características de gran variabilidad y fluctuaciones entre sus valores son más aptas para ser modeladas a través de redes neuronales recurrentes, antes que bosques aleatorios o modelos lineales. Mientras que el algoritmo de bosques aleatorios mostró un mejor desempeño bajo condiciones de menor variabilidad.
¡Felicitaciones y éxitos en los desafíos que vendrán!