📁 Estás viendo el archivo de la Edición 2025 ← Ir a la edición actual (2026)

Escuela de Primavera en Deep Learning 2025
Aula Magna, Pabellón 1, Facultad de Ciencias Exactas y Naturales (UBA)

Acá podés consultar la asignación de los pósters junto con su título, resumen y presentador/a.
Un evento dictado íntegramente en español.

La inscripción se encuentra cerrada.

La 1era Escuela de Primavera en Deep Learning, se llevó a cabo del 20 al 24 de octubre de 2025 en el Instituto de Ciencias de la Computación (CONICET–UBA), con el apoyo del Departamento de Computación y la Facultad de Ciencias Exactas y Naturales de la Universidad de Buenos Aires.

La escuela abordó una variedad de temas actuales y relevantes, entre ellos:

  • Evaluación de sistemas de aprendizaje automático: partición de datos, métricas de evaluación, calibración e intervalos de confianza
  • Procesamiento de lenguaje natural y grandes modelos de lenguaje
  • Modelos de difusión
  • Optimización
  • Transporte óptimo
  • Resolución de problemas inversos
  • Neurociencia computacional
  • Métodos para cuantificar la incertidumbre

La escuela estuvo dirigida a estudiantes de posgrado y de los últimos años de carreras afines a las matemáticas aplicadas, el aprendizaje automático y la ciencia de datos.

Esta iniciativa contó con el financiamiento del programa Mathematics for Humanity del ICMS (Edimburgo, Reino Unido).

Conferencistas

Luciana Ferrer

Universidad de Buenos Aires - CONICET
"Métricas de evaluación de sistemas de clasificación: costo esperado, proper scoring rules y calibración"

Victoria Peterson

Universidad Nacional del Litoral - CONICET
"Optimización para aprendizaje automático"

José Lezama

Google Deepmind
"Modelos de difusión para la generación de video"

Demian Wassermann

Inria Saclay Ile-de-France
"Un enfoque machine learning a la neurociencia"

Marco Cuturi

Apple ML Research
"Transporte Óptimo Computacional"

Omar Florez

CENIA (National Center for AI, Chile)
"Pre-entrenamiento de grandes modelos de lenguaje"

Marcelo Pereyra

Heriot-Watt University
"Cuantificación de incertidumbre en variables continuas"

Julián Tachella

ENS Lyon - CNRS
"Aprendizaje autosupervisado para problemas inversos"

Andrés Almansa

CNRS - Université Paris Descartes
"Metodos Bayesianos y de aprendizaje para problemas inversos en procesamiento de imágenes"

Martin Arjovsky

Google Deepmind
"AI para descubrimiento de vulnerabilidades de ciberseguridad"

Organizadores

Marcelo Pereyra

Heriot-Watt University

Julián Tachella

ENS Lyon - CNRS

Enzo Ferrante

Universidad de Buenos Aires - CONICET

Pablo Musé

Universidad de la República

Lorena León

Université Grenoble Alpes

Coordinadores Locales

Cecilia Bolaños

Universidad de Buenos Aires

Nicolás Gaggion

Universidad de Buenos Aires

Silvina Ceriani

Asistente de Organización

Sponsors

ICMS Logo Apple Logo Departamento de Computación UBA Instituto de Ciencias de la Computación UBA-CONICET
Heriot-Watt University CNRS Inria Exactas UBA LIAA



Preguntas

Escribinos a primavera.dl2025@gmail.com.