🤓 Matemáticas bajo el capó #MLSTART

Muchos intentan pasar directamente a los modelos y la codificación, pero en algún momento te topas con que sin matemáticas no puedes avanzar más.

No es necesario sumergirse de cabeza en la teoría, pero entender por qué algo funciona es importante. Comprender los principios de funcionamiento de los algoritmos de ML te ayudará a seleccionar las herramientas adecuadas para cada tarea, en lugar de "disparar cañones contra gorriones".

📖 Personalmente, para refrescar la teoría me ayuda el workbook de Yandex. Es un análisis ordenado y estructurado de los conceptos básicos del aprendizaje automático. Tipos de tareas y modelos, entrenamiento y sobreajuste, regularización, métricas y funciones de pérdida: todo está ahí.

🎓 Si quieres profundizar más, está el curso "Fundamentos matemáticos del aprendizaje automático" de Vorontsov (MIPT): allí hay aún más álgebra lineal, teoría de probabilidades, optimización; en una palabra, la base. Mucha matemática, pero si la entiendes y comprendes, puedes entrenar una intuición sólida que te será útil para resolver problemas de ML.

Volver al índice

👩‍💻 Data Flow