El nuevo graduado compartió de su alegría y satisfacción por la finalización de carrera, “un peso extra que me saqué, es un momento muy lindo así que estoy feliz por los resultados”, dijo el flamante Ingeniero Informático Guillermo Fernando Tejerina. En cuanto a su trabajo final, el Ing. Tejerina contó que eligió la temática “por la tendencia actual sobre la criptomoneda y desarrollé un tema donde se puede encontrar la oportunidad de negocio, también porque me lo recomendó mi Profesor, donde utilicé muchas técnicas para poder desarrollar y concluir”, indicó.
En otro plano, dirigió unas palabras a los futuros estudiantes de la Ingeniería Informática, “es muy linda la carrera, tienen que ponerle mucho entusiasmo, ser perseverantes y nunca abandonar”, alentó.
Entre los familiares que acompañaron la instancia, su mamá Mirta Leaño se mostró emocionada. “Estoy orgullosa de él porque no veía la hora que termine, le costó, se esforzó muchísimo, puso todo de él y sólo estaba esperando por horas el llamado de este momento y rendir su tesis”, expresó. Así también, compartió que el Ingeniero Guillermo Fernando Tejerina, es el segundo de sus tres hijos, “tengo tres hijos, uno que va a ser comisario general, el segundo que es Guillermo Ingeniero ahora y el tercero que es militar, así que orgullosa de mis hijos”, compartió.
Por otro parte, Mirta Leaño también alentó a familiares de estudiantes a acompañar a sus hijos e hijas, “que no bajen los brazos, que siempre estén atentos a ellos, que los acompañen en todo momento porque eso es lo único que le puede uno regalar. No hay otra cosa para los hijos como el estudio y que tengan un futuro seguro ya que nosotros no lo hemos tenido, entonces nos esforzamos para que ellos sigan adelante y tengan una vida mejor”, apuntó emocionada.
El Machine Learning o aprendizaje automático, es una rama de la inteligencia artificial que permite que las máquinas aprendan sin ser expresamente programadas para ello, lo cual es una habilidad indispensable para hacer sistemas capaces de identificar patrones entre los datos para hacer predicciones. En ese contexto, dentro de las técnicas descriptivas de Machine Learning basadas en análisis estadístico, encontramos el clustering, que tiene como fin formar grupos cerrados y homogéneos a partir de un conjunto de elementos que tienen diferentes características o propiedades, pero que comparten ciertas similitudes.
La Dirección de su Trabajo Final estuvo a cargo del Ing. Miguel Augusto AZAR y la Codirección, del Dr. Jose Federico MEDRANO. En tanto, el tribunal evaluador estuvo conformado por los docentes, Ing. Lía Rico, Ing. Virginia Battezzati e Ing. Marcelo Pérez Ibarra.
