Fernando Martínez Plumed es investigador postdoctoral en el Departamento de Sistemas Informáticos y Computación (DSIC) de la Universidad Politécnica de Valencia (UPV). Posee los títulos de Ingeniero Informático (2009), Máster en Ingeniería de Software, Métodos Formales y Sistemas de Información (2010) y Diploma de postgrado en Dirección de Empresas para Ingenieros (2011) por la UPV. Es Doctor en Informática por la UPV (2016) y su tesis aborda la creación de sistemas de IA de propósito general, así como el análisis y evaluación tanto de su desarrollo como de sus capacidades cognitivas, obteniendo ésta la calificación de sobresaliente Cum Laude. Sus actividades académicas y de investigación han abarcado distintas áreas de la Inteligencia Artificial, aprendizaje automático, minería de datos, evaluación de IA, programación inductiva y sistemas cognitivos. Los resultados de su investigación están recogidos en más de 35 artículos en conferencias nacionales e internacionales (incluyendo IJCAI, ECAI o AI) y en revistas científicas con impacto (incluyendo Artificial Intelligence , Cognitive Systems research, Adaptive Behaviour o AI Magazine) . Es además revisor en conferencias como ECML, AAAI, SIGKDD, IJCAI o NIPS, y en revistas como EAAI o IA Iberamia. Destacar que recientemente ha publicado dos artículos en el Artificial Intelligence Journal (revista más importante dentro del área de la Inteligencia Artificial) y ha sido galardonado con el premio "Best Paper Award" entre más de 650 artículos presentados en la conferencia europea de IA (ECAI 2016). En cuanto a docencia, ha impartido e imparte diversas asignaturas relacionadas con la ciencia de datos, aprendizaje automático, business intelligence, minería de datos y visualización, tanto en el grado de Informática (UPV) como en diversos másteres de la UPV y de la UIMP. Ha dirigido una decena proyectos de fin de máster con fechas de defensa 2015-2019.
EdX
Sumérgete en el fascinante mundo del análisis de datos y el aprendizaje automático con nuestro curso 'Aprendizaje Automático y Ciencia de Datos'. Este curso te guiará a través de las técnicas esenciales para analizar grandes conjuntos de datos y aplicar el aprendizaje automático para obtener insights valiosos.