.avif){kind=icon}
MA2601 - Matemáticas para IA & Ciencia de Datos
Le damos la bienvenida a nuestro curso Matemáticas para la Ciencia de Datos, en esta sección encontrará el material semanal que incluye las grabaciones, las notas del curso y las presentaciones. también podrá descargar desde aquí las evaluaciones del curso. ¡Le deseamos mucho éxito en su aprendizaje!
Contacto de los profesores:
- pedro9olivares@gmail.com
- alfonso@escuela-bourbaki.com
- info@colegio-bourbaki.com
.jpg)
Semana
1
Variables aleatorias e independencia estadística
.png)
Bien entendidas, las bases de datos con las que se entrenan los modelos en Machine Learning son el resultado de un proceso aleatorio el cual puede modelarse con distintos tipos de distribuciones. Además estudiaremos el concepto de independencia que generaliza a la correlación. La correlación es una medida estadística que utiliza la frecuencia con la que dos variables se relacionan proporcionalmente con la misma constante. Pensemos por ejemplo en el número de metros cuadrados y el costo de un terreno.
MA2601 - 20 Abr, 2026
MA2601 - 21 Abr, 2026
MA2601 - 22 Abr, 2026
MA2601 - 24 Abr, 2026
Semana
2
Momentos estadísticos y leyes de potencias
Gracias a los momentos estadísticos se pueden distinguir distintas distribuciones, en esta sección estudiaremos valor esperado, varianza y curtosis. También hablaremos de las distribuciones de Poisson y sus regresiones. La primera vez que se propuso utilizar una distribución de Poisson fue para calcular la frecuencia con la que se encarcelaba injustamente en Francia, tomando en cuenta el número de sentencias.
MA2601 - 27 Abr, 2026
MA2601 - 28 Abr, 2026
MA2601 - 29 Abr, 2026
MA2601 - 30 Abr, 2026
Semana
3
Teorema Límite Central, Tests estadísticos
La Ley de los Grandes números es uno de los únicos resultados matemáticos que garantiza que una base de datos podría ser una buena aproximación a un resultado general, pensemos por ejemplo en un sondeo previo a una elección presidencial.
MA2601 - 04 May, 2026
MA2601 - 06 May, 2026
MA2601 - 07 May, 2026
MA2601 - 08 May, 2026
Semana
4
Tests estadísticos. Análisis de supervivencia y modelos de Machine Learning
Una de las herramientas más importantes de los teoremas límite es la posibilidad de construir tests estadísticos como los intervalos de confianza. En esta semana estudiaremos distintos test indispensables para la validación de resultados.
MA2601 - 11 May, 2026
MA2601 - 13 May, 2026
MA2601 - 14 May, 2026
MA2601 - 15 May, 2026
Semana
6
Sistemas de ecuaciones lineales
El aprendizaje supervisado es muy parecido al problema de resolver un sistema de ecuaciones lineales, en este caso las matrices formadas por la base de datos es muy similar a la de los coeficientes en un sistema de ecuaciones lineales.
MA2601 - 18 May, 2026
MA2601 - 19 May, 2026
MA2601 - 20 May, 2026
Semana
10
Análisis de componentes principales
Una de las técnicas de compresión más conocidas es el análsiis de componentes principales el cual construye una aproximación lineal de nuestra información mediante una cantidad menor de coordenadas. Podemos pensar en la información genética de las personas.
No items found.
Semana
Cadenas de Markov y el Método de Monte Carlo
Gracias al comportamiento límite de las cadenas de markov es posible predecir cuáles serían las páginas más visitadas si navegamos aleatoriamente por aquellas páginas que contengan un texto.
No items found.
No items found.
GenIA2602 - 20 May, 2026
ML&AI2602 - 20 May, 2026
MA2601 - 20 May, 2026
I&C2601 - 20 May, 2026
Procesamiento del Lenguaje Natural - 20 May, 2026
DFF2601 - 19 May, 2026
Procesamiento del Lenguaje Natural - 19 May, 2026
ML&AI2602 - 19 May, 2026
MA2601 - 19 May, 2026
I&C2601 - 19 May, 2026
MMF2601 - 18 May, 2026
MA2601 - 15 May, 2026
MA2601 - 18 May, 2026
GenIA2602 - 18 May, 2026
I&C2601 - 18 May, 2026
MA2601 - 14 May, 2026
EDL2601 - 14 May, 2026
Procesamiento del Lenguaje Natural - 14 May, 2026
GenIA2602 - 14 May, 2026
I&C2601 - 14 May, 2026
MMF2601 - 14 May, 2026
GenIA2602 - 12 May, 2026
Procesamiento del Lenguaje Natural - 12 May, 2026
MA2601 - 13 May, 2026
I&C2601 - 12 May, 2026
Procesamiento del Lenguaje Natural - 12 May, 2026
EDL2601 - 12 May, 2026
I&C2601 - 11 May, 2026
MMF2601 - 11 May, 2026
EDL2601 - 11 May, 2026
GenIA2602 - 11 May, 2026
MA2601 - 11 May, 2026
WA2601 - 08 May, 2026
MMF2601 - 08 May, 2026
MA2601 - 08 May, 2026
WA2601 - 07 May, 2026
MMF2601 - 07 May, 2026
Procesamiento del Lenguaje Natural - 07 May, 2026
EDL2601 - 07 May, 2026
MA2601 - 07 May, 2026
WA2601 - 06 May, 2026
Procesamiento del Lenguaje Natural - 06 May, 2026
EDL2601 - 06 May, 2026
MA2601 - 06 May, 2026
EDL2601 - 05 May, 2026
Procesamiento del Lenguaje Natural - 05 May, 2026
WA2601 - 05 May, 2026
I&C2601 - 05 May, 2026
MA2601 - 04 May, 2026
MMF2601 - 04 May, 2026
I&C2601 - 04 May, 2026
EDL2601 - 04 May, 2026
I&C2601 - 30 Abr, 2026
EDL2601 - 30 Abr, 2026
Procesamiento del Lenguaje Natural - 30 Abr, 2026
MA2601 - 30 Abr, 2026
ML & AI - 30 Abr, 2026
WA2601 - 30 Abr, 2026
WA2601 - 29 Abr, 2026
ML & AI - 29 Abr, 2026
Procesamiento del Lenguaje Natural - 29 Abr, 2026
EDL2601 - 29 Abr, 2026
MA2601 - 29 Abr, 2026
WA2601 - 28 Abr, 2026
ML & AI - 28 Abr, 2026
Procesamiento del Lenguaje Natural - 28 Abr, 2026
MA2601 - 28 Abr, 2026
I&C2601 - 27 Abr, 2026
EDL2601 - 27 Abr, 2026
MA2601 - 27 Abr, 2026
MMF2601 - 24 Abr, 2026
WA2601 - 24 Abr, 2026
Procesamiento del Lenguaje Natural - 24 Abr, 2026
MA2601 - 24 Abr, 2026
MMF2601 - 23 Abr, 2026
I&C2601 - 23 Abr, 2026
Procesamiento del Lenguaje Natural - 23 Abr, 2026
ML & AI - 23 Abr, 2026
EDL2601 - 23 Abr, 2026
WA2601 - 22 Abr, 2026
ML & AI - 22 Abr, 2026
MA2601 - 22 Abr, 2026
EDL2601 - 22 Abr, 2026
WA2601 - 21 Abr, 2026
I&C2601 - 21 Abr, 2026
MA2601 - 21 Abr, 2026
EDL2601 - 21 Abr, 2026
Procesamiento del Lenguaje Natural - 21 Abr, 2026
ML & AI - 21 Abr, 2026
MA2601 - 20 Abr, 2026
I&C2601 - 20 Abr, 2026
MMF2601 - 20 Abr, 2026
MMF2601 - 16 Abr, 2026
WA2601 - 16 Abr, 2026
I&C2601 - 16 Abr, 2026
ML & AI - 16 Abr, 2026
Procesamiento del Lenguaje Natural - 16 Abr, 2026
EDL2601 - 16 Abr, 2026
EDL2601 - 15 Abr, 2026
ML & AI - 15 Abr, 2026