ML/AIMLE·AIMachine Learning Engineering
Fundamentos

Matemáticas para IA

Lo mínimo imprescindible para leer un paper y entender qué hace un modelo por dentro.

10 temas · 2 laboratorios relacionados · 0 artículos completos

Laboratorios de esta área

Álgebra lineal

Vectores, matrices y productos: todo modelo es, al final, multiplicación de matrices.

Artículo en preparación

Cálculo

Cómo cambian las funciones: la base para optimizar la pérdida.

Artículo en preparación

Derivadas

Pendiente de una función en un punto; la regla de la cadena permite derivar composiciones.

Gradientes

Vector de derivadas parciales: indica la dirección de máxima subida de la pérdida.

Probabilidad

Lenguaje para la incertidumbre: distribuciones, esperanza, probabilidad condicionada.

Artículo en preparación

Estadística

Inferir propiedades de una población a partir de muestras; estimación, contrastes, intervalos.

Artículo en preparación

Teorema central del límite

La media de muchas variables independientes tiende a una normal, sea cual sea su distribución original.

Artículo en preparación

Bayes

P(A|B) = P(B|A)·P(A)/P(B): actualizar creencias con evidencia nueva.

Artículo en preparación

Optimización

Encontrar los parámetros que minimizan una función: convexidad, mínimos locales, puntos de silla.

Métodos numéricos

Cálculo aproximado con ordenadores: estabilidad, precisión en coma flotante, softmax estable.

Artículo en preparación