Charla

Uno de los gajes del oficio como científicos de datos es lidiar con datos con ruido y datos anormales. A veces, incluso la anormalidad pasa a ser lo normal, y nos cuesta encontrar patrones entre tanto caos.

En esta charla haremos un repaso de las técnicas más novedosas en cuanto a detección de anomalías. Definiremos qué es una anomalía, cómo nos impacta en un modelo predictivo, y qué podemos hacer para detectarlas. Señalaremos cuales son las diferentes filosofías y enfoques que nos dicen qué es una anomalía. Veremos los diferentes enfoques, tanto de Machine Learning supervisado y no supervisado, y revisaremos los frameworks más state-of-the-art y novedosos para atacar el problema. Utilizaremos varios ejemplos, tanto de datos de tipo tabular como de serie temporal, para verificar estas técnicas. Acabaremos viendo técnicas novedosas de interpretabilidad de modelos para estudiar los drivers de dichas anomalías.