La optimización mediante algoritmos estocásticos —ej. algoritmos genéticos o por enjambre de partículas— presenta una serie de ventajas frente a los algoritmos _«clásicos»_ deterministas al no requerir el cálculo de las derivadas del sistema por lo que su implementación en simuladores es casi inmediata. En esta charla se explicará mediante código las ventajas del algoritmo PSO (_Particle Swarm Optimization_) y se mostrarán ejemplos no triviales haciendo uso de simuladores de procesos.

Python performance limitations and how pandas can be used to overcome some of these limitations, and not just by data scientists, but also "regular" pythonistas - from research phase to production.

On railway planning, linking demand and supply is a challenge to project, provide and validate better international services that are both reliable and of high quality. We present a Python tool to estimate railway traffic demand through the detection of a set of geotagged tweets overlapping railway lines in Europe.

"An image says more than 1000 words"
At StyleSage we collect and analyze e-commerce data from 150 million fashion products across 100+ countries - updated daily! Analyzing the images and understanding them is a critical step in categorizing products, extracting attributes and detecting outliers.
Join us to understand how Convoluted Neural Network (CNN) algorithms can be used in Python for deeplearning image analysis.
Robert Figiel, Co-Founder & CTO of StyleSage - Fashion meets Big Data

¿Puede un ordenador quitarme el trabajo? ¿Podría el ordenador programar lo que yo le indique? En esta charla veremos cómo representar el código de manera que el ordenador pueda entenderlo (y viceversa) y aplicaremos diferentes técnicas de inteligencia artificial para tratar de que la máquina programe por su cuenta.

En esta charla presentaremos el concepto de los algoritmos genéticos, desde un punto de vista general y sencillo.

Imagine if you could, using Python, find the perfect and healthiest menu while also saving money. In this talk you will learn how you can improve your diet and minimize the cost of your menu each time you go to a fast food restaurant.
To do this, we will make an introduction to the diet problem —a classic problem within the field of mathematical optimization— and how to work with an specialized Python library (Pyomo) that uses state of the art optimization solvers to solve real-world problems.

Nowadays Python is the perfect environment for developing a real-time automated trading tool. In this talk we will discuss the development of: a general-purpose multiagent-system module using Pyro and ZeroMQ; a platform, based on it, for developing automated trading strategies using Numpy, Numba, Theano, etc.; and a GUI for visualizing real-time market data using PyQtGraph and Qt.

La optimización o programación matemática mediante lenguajes de modelado algebraico es utilizada en la industria para la resolución de diferentes problemas, que van desde la selección óptima de equipos y recursos hasta la gestión logística de una empresa.
En esta charla se presentará Pyomo y se realizará una introducción a los principales problemas de optimización, como el problema de la mochila, el problema del viajante de comercio y demás, base de problemas de optimización logística mayores.

osBrain is a general-purpose multi-agent system module written in Python. Agents run independently as system processes and communicate with each other using message passing. osBrain uses ØMQ for efficient and flexible messsage passing between agents. It also uses Pyro4 to ease the configuration and deployment of complex systems. Multi-agents systems can be applied for transportation, logistics, defense and military applications, networking, load balancing, self-healing networks...

Una cuestión básica en el campo de la computación neurocientífica es saber cómo se comprime la información del mundo externo en la retina y cómo se codifica en trenes de impulsos para ser enviada al cerebro. En consecuencia, uno de los mayores retos es el desarrollo de una plataforma capaz de transformar el mundo visual externo en un conjunto de señales eléctricas que estimulen, en tiempo real, el córtex visual. Todo ello con Python más NumPy, SciPy, OpenCV, DEAP, y scikit-learn.

El análisis de sentimiento es una herramienta con la cual se exploran las opiniones de un producto mediante valoración automática de mensajes en redes sociales. Se ha utilizado esta herramienta sobre Twitter para extraer una métrica sobre la reputación que tiene una entidad financiera, y poder estimar las pérdidas por riesgo reputacional.

Las reglas de asociación son una técnica de aprendizaje automático utilizada en distintos campos: recomendación, búsqueda de patrones, clasificación... Una de sus características diferenciales es su sencillez y la facilidad de interpretar los resultados que generan. En esta charla se propone repasar los conceptos de soporte y confianza de las reglas, los algoritmos básicos de construcción de sistemas de reglas y su aplicación en ámbitos aparentemente muy distintos. Evidentemente, en Python!

In this talk we will show how it is possible to build an interactive 3D model of the solar system using the python packages shaolin and poliastro.

At EuroPython Juan Luis Cano asked for a 3D visualization module for poliastro, and now we are finally presenting the first version of the poliastro 3D models build using plotly and vpython.

We will review the data presented at EuroPython 2016 with an interactive model of the solar system for representing planets and its orbits.

Los sistemas de recomendación son un tema bastante familiar para cualquier Data Scientist. Sin embargo, no existe ningún tutorial de perfil generalista, que empiece con la teoría básica y que acabe implementando sistemas de recomendación reales.

Las matemáticas son imprescindibles a la hora de abordar cualquier problema científico: desde la realización de cálculos para hacer llegar sondas a Jupiter... hasta la resolución de ecuaciones diferenciales para determinar el ciclo de vida de una bacteria, pasando por el control estadístico y complejidad en el código que escribimos.
Por este motivo, en esta charla se hará una introducción a las matemáticas más básicas, empleando como medio el código en Python.