Fundamentos Intermedios de Matemáticas para Machine Learning

Bienvenidos a Fundamentos Intermedios de Machine Learning
Bienvenidos al curso Fundamentos intermedios de ML
Anteriormente, en fundamentos de ML
Introducción
El repositorio GitHub del curso
Cómo sacarle el máximo partido al curso
Toma notas de tu curso en tiempo real en Frogames Formación

Introducción a la Probabilidad
Probabilidad y Teoría de la Información
Una breve historia de la teoría de la probabilidad
Qué es la teoría de la probabilidad
Sucesos y Espacio Muestral
Probabilidades Combinadas
Combinatoria
Ejercicios de Probabilidad
Ejercicios de probabilidad [Solución]
La Ley de los Grandes Números
Introducción a la estadística
Estadística frecuentista vs estadística bayesiana
Aplicaciones de la probabilidad al Machine Learning
El concepto de Variable Aleatoria
Función de probabilidad y función de densidad
Ejercicios de PMF / PDF
Valor Esperado
Ejercicios de valores esperados
Medidas de Tendencia Central: Media, Mediana y Moda
Los cuantiles
El diagrama de Caja y Bigotes
Medidas de Dispersión
La covarianza de variables aleatorias
El coeficiente de correlación
Probabilidad condicional
Ejercicios de probabilidad condicional
Solución a los ejercicios
Regla de la cadena de probabilidades
Variables aleatorias independientes

Distribuciones en Machine Learning

Las distribuciones en machine learning
La distribución Uniforme
La distribucion gaussiana
Teorema Central del Límite
TCL en distribuciónes sesgadas
La distribución log-normal
Distribución Exponencial
Distribución de Laplace
Distribución Binomial
Distribución multinomial
Distribución de Poisson
Distribuciónes Mixtas
Investiga una nueva distribución de probabilidad
Preprocesamiento de datos para la entrada del modelo
Cuestionario de distribuciones de probabilidad
Solución al cuestionario

Teoría de la Información
¿Qué es la teoría de la información?
Autoinformación
Shannon y la entropía diferencial
Divergencia de Kullback-Leibler
Entropía Cruzada

Estadística frecuentista
(4:39:29)
Introducción a la Estadística
Estadística Bayesiana vs Frecuentista
Medidas de Tendencia Central
Medidas de Dispersión
Distribución Gaussiana y Teorema Central del Límite
Z-Score
Ejercicios de Tipificación
Solución a los ejercicios
Los p-valores
Ejercicios de p-valores
Solución a los ejercicios
Prueba t de Student para una sola muestra
Test de Welch para muestras independientes
Test para muestras emparejadas
Ejercicios de Contrastes de Hipótesis
Ejercicios de Constrastes
Soluciones de Contrastes
Intervalos de Confianza
ANOVA: Análisis de la Varianza
Coeficiente de Correlación de Pearson
Coeficiente de determinación
Causalidad vs Correlación
Corrección de comparaciones múltiples

Regresión
Variables dependientes y variables independientes
Regresión lineal para valores continuos
Mínimos cuadrados lineales para ajustar una recta a puntos de un plano cartesiano: Iris
Mínimos cuadrados lineales para ajustar una recta a puntos de un plano cartesiano: Alzheimer
Ejercicio mínimos cuadrados: los pingüinos
Solución ejercicio mínimos cuadrados: los pingüinos
Mínimos cuadrados ordinarios al detalle
Verificación de los OLS
Mínimos cuadrados con variables categóricas
Ejercicio: Predecir el precio medio de la vivienda en California
Ejercicio: Predecir el precio medio de la vivienda en California
Solución al ejercicio de las casas de California
La Regresión Logística
Jack y Rose en el Titanic
Ejercicio final: la competición de Kaggle del Titanic
Ejercicio Final
Batiendo los records de Kaggle

Estadística bayesiana
Deep/Machine Learning vs Estadística Frecuentista
Estadística Bayesiana
Probabilidades previas
El teorema de Bayes
Para seguir aprendiendo sobre probabilidad y estadística

Trabajo Final de Curso (TFC)