• INICIO
  • CARRERA
    • INGRESO
    • PERFIL DE EGRESO
    • ASIGNATURAS PLAN DE ESTUDIOS
    • CAMPO LABORAL
    • INFOGRAFÍA
    • VIDEO
  • PEC
  • MAGISTER
    • PROGRAMA
    • POSTULACION
    • MALLA CURRICULAR
    • REGLAMENTOS
    • TESTIMONIOS
    • PROCESO DE AUTOEVALUACIÓN 2024
  • DIPLOMADOS
    • DATA SCIENCE MACHINE LEARNING
    • DIDÁCTICA DE LA ESTADÍSTICA Y DE LAS PROBABILIDADES
  • INTRANET
    • INSTITUTO
      • HISTORIA
      • MISIÓN Y VISIÓN
      • AUTORIDADES
      • PROFESORES
      • FUNCIONARIOS
    • ALUMNOS
      • CENTRO DE ESTUDIANTES
      • BENEFICIOS
      • CALENDARIO ACADÉMICO
      • VIDEOS DE CHARLAS REALIZADAS
    • ALUMNI
    • INVESTIGACIÓN
      • LÍNEAS DE INVESTIGACIÓN
      • PUBLICACIONES
      • PROYECTOS
      • OTRAS ACTIVIDADES
    • CONSULTORÍA Y ASISTENCIA TÉCNICA
      • SERVICIOS
      • PERFECCIONAMIENTO
      • TRABAJOS REALIZADOS
      • CONTACTO
    • VINCULACIÓN CON EL MEDIO
      • INTERCAMBIO ESTUDIANTIL
    • EDUCACIÓN ESTADÍSTICA
      • ESCUELA PRE-ESTAD
      • DIPLOMADO EN DIDÁCTICA
        ESTADÍSTICA Y PROBABILIDAD
      • CICLO DE ENCUENTROS
      • COMUNIDAD DE EDUCACIÓN
        ESTOCÁSTICA DE CHILE
      • NOTICIAS
    • INTRANET

Erick López Ovando

Formación Profesional

  • Licenciado en Ciencias de la Ingeniería Informática, Universidad Técnica Federico Santa María.
  • Ingeniero Civil en Informática, Universidad Técnica Federico Santa María.
  • Magíster en Ciencias de la Ingeniería Informática, Universidad Técnica Federico Santa María.
  • Doctor en Ingeniería Informática, Universidad Técnica Federico Santa María.

 

Realiza docencia en pre y post grado

 

Líneas de investigación

  • Modelamiento de Datos Dependientes
  • Estadística Computacional
  • Aprendizaje Automático (Machine Learning)

 

Áreas de interés

  • Analítica Predictiva
  • Redes Neuronales Recurrentes
  • Pronóstico de Series Temporales

 

 

Participación en proyectos de investigación

  • Proyecto Fondecyt 1170123 (2017-2019). Deep Recurrent Neural Networks for Multi-Scale Time Series Forecasting. Co-investigador.
  • Proyecto ENER20160047 (2016), Kongens Lyngby, Dinamarca. A forecasting model for wind power generation in stationary and non-stationary environments. Programa de pasantía en el extranjero para investigadores y profesionales del sector público y privado, CONICYT.

 

 

Últimas publicaciones

    • López, C. Valle, H. Allende-Cid and H. Allende: Comparison of Recurrent Neural Networks for Wind Power Forecasting. 12th Mexican Conference on Pattern Recognition (2020).
    • López, C. Valle, H. Allende, E. Gil and H. Madsen: Wind Power Forecasting Based on Echo State Networks and Long Short-Term Memory. Energies 2018, 11, 526.
    • López, C. Valle, H. Allende and E. Gil: Long Short-Term Memory Networks based in Echo State Networks for Wind Speed Forecasting. 22nd Iberoamerican Congress on Pattern Recognition (2017).
    • López, C. Valle, H. Allende and E. Gil: Efficient Training over Long Short-Term Memory Networks for Wind Speed Forecasting. 21st Iberoamerican Congress on Pattern Recognition (2016).
    • López, C. Valle and H. Allende: Recurrent Networks for Wind Speed Forecasting. International Conference on Pattern Recognition Systems (2016).
    • López, H. Allende and H. Allende-Cid: A Machine Learning Method for High-Frequency Data Forecasting. 19th Iberoamerican Congress on Pattern Recognition (2014).
    • Ñanculef, E. López, H. Allende and H. Allende-Cid: An Ensemble Method to Incremental Classification in Stationary and Non-Stationary Environments. 16th Iberoamerican Congress on Pattern Recognition (2011).

 

Ubicación

CARRERA INGENIERÍA ESTADÍSTICA

100% profesores con postgrado
55% profesores de planta con grado académico de Doctor
90% profesores de planta con grado académico de Magíster
   
Alianzas Estratégicas: Centro de Investigación e Innovación de la Viña Concha y Toro.

Hospital Dr. Eduardo Schütz Schroeder de Puerto Montt

   
Áreas de trabajo: Bancos, instituciones financieras, agencias de seguros y consultoras; empresas mineras, de alimentos, de transportes, pesqueras y navieras; Centros de estudios e instituciones de educación; Organismos de certificación y control de calidad; organizaciones gubernamentales; Empresas del área de la salud y hospitales, entre otras.
   
El trabajo del futuro es ser estadístico Ver vídeo.
Secretaría de Dirección: (+5632) 2274051 direst@pucv.cl
Secretaría de Docencia: (+5632) 2274061 jdocest@pucv.cl
Dirección postal: Av.Brasil 2830, Valparaíso, V región, Chile.

Visítanos en:

   Ingeniería Estadística PUCV

   @Ingenieria.Estadistica