Diferenciación Automática: cómo una computadora calcula derivadas solas
Entendé cómo funciona el autograd por dentro: grafos computacionales, regla de la cadena, forward y backward pass. Implementación mínima en Python basada en micrograd de Andrej Karpathy.
Regresión Logística: la recta que se dobla en curva
Aprende cómo funciona la regresión logística desde cero: por qué se usa la función sigmoide, qué es la frontera de decisión y cómo pasar de una recta a una predicción binaria en Python.
Funciones de pérdida: MSE, Cross-Entropy y cuándo usar cada una
Aprende qué es una función de pérdida, por qué el ECM no sirve para clasificación, qué es Cross-Entropy y cuáles son las funciones de pérdida más importantes en Machine Learning.
Normalización de datos: qué es, para qué sirve y cómo revertirla
Aprende qué es la normalización de datos en Machine Learning, cuándo usar la estandarización Z-score, cómo aplicarla con Python y sklearn, y cómo recuperar los valores originales.
Conjunto de entrenamiento y de test: por qué dividir un dataset
Qué es el training set y el test set, por qué son claves para evitar sobreajuste y cómo dividir datos en Python con train_test_split de scikit-learn.
De la parábola a la derivada: cómo el gradiente descendente encuentra el mínimo
Visualizá la curva de error J(w), entendé la derivada como brújula matemática y seguí paso a paso cómo el gradiente descendente reduce el error hasta que la pendiente es casi cero.
Varianza, Desviación Estándar y Coeficiente de Variación en Python
Aprende a calcular varianza, desviación estándar y coeficiente de variación en Python usando criptomonedas como ejemplo práctico para medir volatilidad.
Derivadas del Error Cuadrático Medio: De la teoría a la práctica
Una de las partes confusas del Machine Learning es entender **cómo se calculan las derivadas** del Error Cuadrático Medio (ECM) para actualizar los pesos del modelo. En este post voy a explicar paso a paso, con mucho detalle, cómo llegamos a las fórmulas que usamos en el gradiente descendente..
Error Cuadrático Medio (MSE): La métrica fundamental del Machine Learning
Aprende qué es el Error Cuadrático Medio (MSE), cómo se calcula, por qué es la métrica más usada en regresión y cómo implementarlo en Python con ejemplos prácticos.
Cómo configurar Jupyter Notebook con Docker y VS Code Dev Containers
Aprende a crear un entorno de desarrollo reproducible y portable para Python, machine learning y análisis de datos usando Docker y VS Code Dev Containers.