Clases
Acá estarán disponibles los recursos para las clases. El tl;dr es una breve explicación de la misma. Para cada clase, intentaremos compartir el link del video de YouTube y el material asociado.
-
00 - Introducción al curso y ejemplo de vida real - (Parte 1)
tl;dr: Explicación corta del contenido del curso e introducción a ML (Parte 1)
[Video de YouTube ML 2024] [Clase introductoria 1] [Jupyter Notebook]
Contenido
- Estructura del curso
- Nota informativa
- Qué es la inteligencia?
- Ejemplos de IA
- Ejemplos de Aprendizaje automático: Page Rank
-
00 - Introducción al curso y ejemplo de vida real - (Parte 2)
tl;dr: Explicación corta del contenido del curso e introducción a ML (Parte 2)
[Video de YouTube ML 2024] [Clase introductoria 2] [Jupyter Notebook]
Contenido
- Noción básica
- Representación
- Ejemplos
- Detección de correos SPAM
- Predicción de precios de inmuebles
- Segmentación de imágenes médicas
- Compresión de datos
- Predicción de ganadores MLB y LoL
- Agrupamiento y representación
- Ejemplo ChatGPT
- Objetivo Principal ML
-
00 - Introducción a Regresión lineal
tl;dr: Explicación de la intuición detrás de regresión lineal
[Clase introductoria Regresión Lineal] [Jupyter Notebook] [Repaso Álgebra Lineal v3 (Pre 2024)]
Contenido
- Repaso de clase 2 (problemas audio)
- Introducción e intuición a regresión lineal
- Cómo medimos el error? Valor absoluto o cuadrado?
- Breve explicación de notación matricial de RL.
-
01 - Álgebra Lineal (Parte 1)
tl;dr: Introducción a Álgebra Lineal: Vectores, Matrices, Funciones de vectores
[Clase 1 - Álgebra Lineal] [Repaso Álgebra Lineal v4 (2025)]
Contenido
- Vectores
- Operaciones Básicas: suma, resta, sobrecarga de operadores.
- Multiplicación escalar
- Producto Hadamard
- Matrices
- Matriz Identidad
- Matrices diagonales
- Matrix Traspuesta
- Propiedades
- Funciones de Vectores
- Normas
- Ejemplo LinAlg
- Vectores
-
01 - Álgebra Lineal (Parte 1)
tl;dr: Introducción a Álgebra Lineal: Vectores, Matrices, Funciones de vectores
[Clase 2 - Álgebra Lineal] [Repaso Álgebra Lineal v5 (2025)]
## Contenido - Operaciones entre Matrices y Vectores (M-v) - Operaciones Matriz - Matriz (M-M) - Cálculo Matricial * Propiedades básicas -
02 - Regresión Lineal
tl;dr: Formulación del problema de Regresión Lineal partiendo del general de ML
[Clase 1 - Regresión Lineal (Formulación)] [Regresión Lineal formulación (versión v5 - v1 2025)]
Contenido
- Regresión Lineal: definición
- Definiciones generales sobre aprendizaje automático
- Función de coste
- Función de error (L1 y L2)
- Ejemplos
- Representación gráfica de Loss(theta)
-
02 - Regresión Lineal
tl;dr: Derivando las ecuaciones normales
[Clase 2 - Regresión Lineal (Ecuaciones normales)] [Regresión Lineal (Ecuaciones normales) (versión v5 - v1 2025)]
Contenido
- Derivando ecuaciones normales usando el gradiente y formulación matricial
-
02 - Regresión Lineal
tl;dr: Descenso del gradiente
[Clase 3 - Regresión Lineal (Descenso del gradiente)] [Regresión Lineal (Descenso del gradiente) (versión v5 - v1 2025)]
Contenido
- Interpretación de la calidad del modelo
- Método del descenso del gradiente
-
02 - Regresión Lineal - Laboratorio
tl;dr: Descenso del gradiente - Scikit-Learn
[Clase 3 - Regresión Lineal (Descenso del gradiente)] [Regresión Lineal (Descenso del gradiente) (versión v6 - Con lab)]
Contenido
- Método del descenso del gradiente “casero”
- Scikit-Learn
-
03 - Regresión Logística
tl;dr: Formulación de f_β(x) y de L(β)
[Clase 1 - Regresión Logística (Formulación de f_β(x) y de L(β))] [Clase 1 - Regresión Logística (Formulación de f_β(x) y de L(β))]
Contenido
- Clasificación
- Clasificación binaria
- Desarrollo de f_beta(x)
- Desarrollo de L(beta) para Regresión Logística