Ensayo presentado por : José Julián forero Pérez – 1151933
Profesora :Ruth Stella García
Las matemáticas del aprendizaje automático
Tanto la Inteligencia Artificial como el Aprendizaje Automático ML a partir de ahora) son conceptos de moda que mucha gente está interesada en aprender, Pero tarde o temprano también aparecerán las temidas Matemáticas, exactamente aquellas que pensábamos que nunca más tendríamos que utilizar desde los tiempos de la Universidad.
La primera es que existen muchos recursos y documentación para aprender o
repasar Álgebra, Estadística o Cálculo. Y si aún estás en la Universidad . pues mucho mejor porque seguro que ahora podrás observar la utilidad real de los conceptos y términos explicados en estas clases. La segunda buena noticia es que no hará falta estudiar todos los conceptos matemáticos de un área concreta, sólo será necesario entender algunos específicos (por supuesto, según hasta dónde se quiera profundizar en la materia). Así que esta es la “dura” realidad, es imposible llegar a entender cómo afrontar problemas relacionados sin tener algunas nociones básicas de Matemáticas. De hecho, cuanto mejor entendamos las Matemáticas detrás de cualquier técnica o algoritmo, mejores resultados obtendremos cuando creemos nuestros primeros programas. La clave de un buen programa es saber elegir el algoritmo adecuado basándonos en la complejidad, el tiempo de entrenamiento, parámetros, características, etc. términos que sólo se consiguen entendiendo el algoritmo desde un punto de vista matemático.
Álgebra Lineal : En el Álgebra Lineal aparece prácticamente por todas partes. Será
necesario entender las propiedades básicas de vectores (por ejemplo, operaciones en Espacios Vectoriales n-dimensionales) y matrices, multiplicación de matrices, matrices especiales, eliminación de Gauss-Jordan, etc.
Cálculo y Cálculo multivariable (o vectorial): Es necesario adquirir o repasar
conceptos de Cálculo infinitesimal, Diferencial, Integral, Vectorial, Tensorial, etc., para de esta forma poder enfrentarnos a integrales, derivadas, límites, análisis de funciones, Transformada de Fourier, etc.
Algoritmos y optimización: La efectividad de un algoritmo, el coste y su
escalabilidad son importantes para poder ajustar y preparar de la mejor manera los datasets. Para ello es necesario aprender estructuras de datos. Conclusion : En esta mesa de trabajo del encuentro de matemáticas aplicada podemos observar de como es importante mirar más allá de un funcionamiento de una aplicación o un software , la mayoría de las personas piensan que con las matemáticas no sirve para nada y están en lo incorrecto , porque detrás de cada aplicación o software existe al menos una fórmula matemática o algoritmo que hace que aquella aplicación llegue a funcionar, por lo tanto puedo concluir que esta mesa de trabajo nos dejo una gran enseñanza con respeto a las matemáticas y también agradecerle a cada uno de los panelistas de la mesa por esa explicación tan excelente.