The Learning Curve

The Learning Curve

Inicio
Notes
Conceptos Básicos
Optimly Blog
Cuaderno de Bitácora - Daniel…
Archive
About

Conceptos Básicos

Correlación vs Causalidad
cuando dos variables suben juntas no significa que una cause a la otra
 • 
Daniel
1
Precision, sensibilidad y F1
el trío que decide si tu modelo vale o no
 • 
Daniel
¿Qué demonios es la cross-validation y por qué deberías preocuparte?
Imagina que entrenas a un modelo de IA y te saca un 98% de precisión.
 • 
Daniel
La normalización en Machine Learning
ese detalle que te revienta el modelo cuando ya estabas celebrando
 • 
Daniel
🌳🌳 Random Forest: El bosque que toma decisiones
Cómo varios árboles de decisión trabajan en equipo para lograr predicciones más precisas.
 • 
Daniel
🌳 Árboles de Decisión: Preguntas que llevan a respuestas
Cómo las máquinas toman decisiones con lógica clara y eficiente.
 • 
Daniel
🔄 Backpropagation: Corrigiendo los errores de las máquinas
El proceso que permite a las redes neuronales aprender y mejorar, paso a paso.
 • 
Daniel
2
📊 Matriz de Confusión: Entendiendo los errores del modelo
Una tabla sencilla que revela qué tan bien (o mal) clasifica tu modelo.
 • 
Daniel
2
🤔 Underfitting: Cuando la IA no da la talla
El problema de los modelos que no aprenden lo suficiente para cumplir su tarea.
 • 
Daniel
🧩 Overfitting: Cuando la IA memoriza en vez de aprender
¿Por qué es un problema y cómo enseñar a las máquinas a generalizar mejor?
 • 
Daniel
1
🏔️ Descenso del Gradiente: El GPS de la IA
Cómo las máquinas "bajan montañas" para aprender y minimizar errores.
 • 
Daniel
2
🔍 Aprendizaje No Supervisado: Detectives de datos
Cómo las máquinas encuentran patrones ocultos sin instrucciones ni etiquetas.
 • 
Daniel
© 2025 Daniel
Privacidad ∙ Términos ∙ Aviso de recolección
Empieza a escribirDescargar la app
Substack es el hogar de la gran cultura