Estructuras de datos extrañas

Accepted

Vengo estudiando estructuras de datos probabilísticas y multidimensionales. En el medio encontré estructuras bizarras y las quiero mostrar porque me parecen divertidas. Las veremos en contexto de uso, pensaremos su performance y las implementaremos rápido en python.


Type: Talk / Charla

Level: Medium

Speakers: Karen Palacio

Speakers Bio: Live coder, vj, programadora y artista digital interdisciplinar de Córdoba. Es diplomada en Ciencias de Datos del FaMAFyC, y estudia Ciencias de la Computación en el FaMAFyC. Es Líder Técnica del área de Inteligencia Artificial de Kunan. Desarrolla y adapta softwares libres para performances e instalaciones, buscando enunciar textos visuales complejos y multidimensionales. Hizo performances de live coding visual en numerosos festivales (como Cosquín, Lollapalooza, Festival De La Salamanca); el Metaverso (Decentraland’s MMF); encuentros de noise (como el Santo Noise); museos (como el museo Emilio Caraffa, el CCEC, el CaSO, El Gran Vidrio); y fiestas electrónicas -entre otros lugares- llegando a programar hasta 8 horas seguidas en vivo. Ha participado con su obra audiovisual en Tecnópolis, Alemania, Chile, la Feria de Arte de Córdoba, la feria MAPA, entre otros lugares. En 2023 ganó el Premio Itaú edición 14 en la categoría Arte e Inteligencia Artificial.

Time: 14:10 - 14:55 - 09/16/2023

Room: D2

Labels: python data structures probabilistic data structures computer science information representation

Description

Voy a mostrar cómo funcionan y cómo se implementan tres estructuras de datos avanzadas: Bloom Filters, KD trees y Tries/prefix trees. Estas son estructuras probabilísticas y multidimensionales que nos sirven para modelar el problema en los datos - especialmente en casos particulares en donde importa la performance. Son parte de las tripas de los grandes engines de búsqueda y de bases de datos... pero además estas tres estructuras son parte de una elección personal a partir de gustos - estas creo son las más raras y divertidas que vi e implementé y por eso las quiero mostrar. Empezaremos haciendo una introducción a hash tables y probabilidad muy básica. Luego presentaré el caso de uso de cada una, entendiendo el problema que las hizo nacer, la implementación en pseudocódigo e implementaciones rápidas en python -para ver luego realmente cómo se ven y cómo andan. Voy a asumir que saben qué es una función, algo de teoría de tipos, que conocen algún lenguaje de programación.