Título: Relevant statistical applications to real-world data science
Ponente/Speaker: Feliu Serra Burriel.
Web: feliuserra (Feliu Serra Burriel) · GitHub
Fecha/Date: 03-05-2024.
Lugar/Venue: Aula de Informática D3.6.
Hora/Time: 12:30.
El seminario versará sobre aplicaciones de metodologías estadísticas avanzadas en conjuntos de datos complejos. Se presentarán diferentes aplicaciones donde se combinan cuestiones de estadística aplicada, data science, econometría y economía, utilizando datos con dimensión temporal y geolocalización. Desde la estimación de los efectos de los incendios en la vegetación en California usando datos climáticos y espectrales de satélites, hasta la modelización de los movimientos de los ciudadanos en Barcelona, la modelización de las llegadas al estadio del Futbol Club Barcelona, el Camp Nou, o la evaluación de un risk-score para la detección de problemas del hígado en la población general.
Enlaces a estas aplicaciones:
- Estimating heterogeneous wildfire effects using synthetic controls and satellite remote sensing -> Efectos de los incendios:
https://www.sciencedirect.com/science/article/abs/pii/S0034425721003692
- Wildfires Vegetation Recovery through Satellite Remote Sensing and Functional Data Analysis -> Efectos incendios parte 2:
https://www.mdpi.com/2227-7390/9/11/1305
- A city of cities: Measuring how 15-minutes urban accessibility shapes human mobility in Barcelona -> Movilidad, datos censales y datos de teléfono móvil:
https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0250080
- When are they coming? Understanding and forecasting the timeline of arrivals at the FC Barcelona stadium on match days -> Modelización de llegadas al Camp Nou:
https://link.springer.com/article/10.1007/s10994-023-06499-3
- Development, validation, and prognostic evaluation of a risk score for long-term liver-related outcomes in the general population: a multicohort study -> Liver score:
https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(23)01174-1/abstract
Ponente: Feliu Serra Burriel, Data Scientist, Statistician & Economist. PhD in Statistics and Operations Research. Investigó en la Universidad Pompeu Fabra después de acabar su grado en Economía y hacer el máster en Estadística en la London School of Economics. Luego trabajó e investigó en el Centro Nacional de Supercomputación (Barcelona Supercomputing Center), para luego hacer el doctorado en la Universitat Politècnica de Catalunya. En la actualidad, trabaja en HEMAV (Plataforma SaaS de IA para gestión agrícola eficiente, hemav.com) desarrollando aplicaciones de inteligencia artificial para el desarrollo de modelos de predicción de cosechas combinando datos de clima y satélites, junto con muestras de campo.