Calendario

Contenido

• Estructura del curso
• Nota informativa
• Qué es la inteligencia?
• Ejemplos de IA
• Ejemplos de Aprendizaje automático: Page Rank

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

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.

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

## Contenido - Operaciones entre Matrices y Vectores (M-v) - Operaciones Matriz - Matriz (M-M) - Cálculo Matricial * Propiedades básicas

Contenido

• Regresión Lineal: definición
• Definiciones generales sobre aprendizaje automático
  • Función de coste
  • Función de error (L1 y L2)
  • Ejemplos
• Representación gráfica de Loss(theta)

Contenido

• Derivando ecuaciones normales usando el gradiente y formulación matricial

Contenido

• Interpretación de la calidad del modelo
• Método del descenso del gradiente

Contenido

• Método del descenso del gradiente “casero”
• Scikit-Learn

Contenido

• Clasificación
• Clasificación binaria
• Desarrollo de f_beta(x)
• Desarrollo de L(beta) para Regresión Logística

Contenido

• Resumen de formulación
• Ejemplo con dataset iris
• Comparando salidas con Scikit-Learn

Contenido

• Justificación de regularización
• Lasso: formulación lagrangeana (λ) y con restricciones (s)
• Ridge: formulación lagrangeana (λ) y con restricciones (s)

Contenido

• Repaso probabilidad: Estimadores
• Sesgo y varianza
• Descomposición Sesgo-Varianza
• Ejemplos con Lasso y Ridge

Contenido

• Repaso de selección de modelos partes 1 a 4
• Matriz de confusión y métricas importantes
• Importancia del Score F1
• Introducción a curvas ROC

Contenido

• Intuición de curvas ROC
• Cómo recrearlas usando el método del threshold
• Aplicación de “vida real”

Contenido

• Clasificación binaria
• Conjunto linealmente separables
• Hiperplanos (semiespacios)
• Formulación de SVM

Contenido

SVM

• Formulación soft-margin cuando no hay separación lineal
• Teoría de dualidad
• Teorema de representación
• Ejemplos con playground

Árboles de Decisión

• Intuición
• Formulación formal
• Criterios de parada y selección de theta.

Contenido

• Midiendo la calidad de los candidatos
• Criterio Gini y Entropía
• Graficando criterios y entendiendo peores casos
• Ejemplo con playground para entender cómo crear un árbol

Contenido

• Aprendizaje no supervisado
• Agrupamiento (Clustering)
• K-medias
• Problema a resolver en K-medias usando Inercia/Varianza inter cluster
• Algoritmo de Lloyd (K-medias) con criterio $u_k^(k)= media puntos$
• Breve intro a método de codo

Contenido

• Repaso de Agrupamiento y algoritmo de Lloyd
• Método de codo
• Método de Silhoutte
• Ejemplos en Playground
• Intro a Agrupamiento jerárquico (previo a corte llamada)

Contenido

• Criterios de distancia
  • Simple
  • Completo
  • Promedio
  • Ward
• Ejemplo de creación de Dendrograma
• Ejemplos en PlayGround

Contenido

• Proyección de un vector sobre otro vector
• Definición de varianza de las proyecciones
• Problema de optimización usando cociente de Rayleigh

• Restricción del problema con

  w

  =1

• Solución con autovalores y autovectores