El taller "Introducción a la Probabilidad & Estadística" ofrece un repaso teórico de variables aleatorias, distribuciones y el Teorema de Bayes, combinado con análisis de datos y modelado probabilístico. Incluye presentaciones sobre estadística aplicada, EDA con Pandas y Seaborn, y ejercicios prácticos con SciPy. Ideal para quienes deseen profundizar en estadísticas y aprendizaje automático.
25 RSVP'd
Revisión concisa de derivadas, derivadas parciales y gradientes, dando paso a la implementación práctica de optimización y descenso del gradiente desde cero.
• Explicación teórica de la regla de la cadena, gradiente y su relación con la optimización.
• Codificación paso a paso del algoritmo de Descenso del Gradiente (Gradient Descent) en Python.
• Visualización con Matplotlib y Seaborn de curvas de nivel y convergencia de funciones de pérdida.
• El concepto intuitivo y matemático de la derivada en múltiples dimensiones.
• Cómo los modelos de IA "aprenden" mediante la minimización de funciones de error.
• Aplicación de SciPy para resolver problemas de optimización matemática.
DEVF
Data Scientist
