Jorge Arce

Costarricense. Posee una Maestría en Matemática, con Énfasis en Matemática Aplicada de la Universidad de Costa Rica, obtuvo mención honorifica por su tesis titulada “Métodos de reducción de la dimensionalidad para variables simbólicas de tipo intervalo”. Ha publicado en prestigiosos congresos como lo son Symbolic Data Analysis (SDA) 2015, 2017 y 2018, SIMMAC 2016 y 2018, su trabajo titulado “Principal Curves and Surface to Interval Valued Variables” fue publicado por Springer como parte del libro Advances in Artificial Intelligence - IBERAMIA 2016, además su trabajo titulado “Optimized Dimensionality Reduction Methods for Interval-Valued Variables and Their Application to Facial Recognition” fue publicado en el journal Symbolic Entropy Analysis and Its Applications II de MDPI.

Ha generalizado el método de superficies principales y el análisis de correspondencias múltiples a variables simbólicas; además propuso el método del mejor punto, el cual generaliza el método de centros utilizado en el análisis de componentes principales para variables de tipo intervalo. Es colaborador en la programación del paquete RSDA (R to Symbolic Data Analysis) especializado en análisis simbólico de datos.

Fue profesor en la Escuela de Matemática de la UCR y en la Escuela de Matemática de la UNA,

Se desempeña como Desarrollador Senior de Analítica, en la Dirección General de Analítica del BNCR. Además posee más de 10 años de experiencia en resolución de problemas de minería de datos en el sistema bancario nacional e internacional.

Y déjese guiar por profesores líderes en sus áreas

Inicie el proceso de admisión aquí

 

Suscríbase a
nuestro boletín

Suscríbase al boletín para estar
al tanto de novedades académicas

Cerrar

Idiomas

Custom Search 1

Compartir