Matemáticas en el Mundo Real Pruebas, Simulaciones y Más

Matemáticas en el Mundo Real

La mejor escritura sobre matemáticas y estadísticas logra una hazaña difícil: toma conceptos elevados y fórmulas complejas y los conecta con los desafíos prácticos que los profesionales de datos enfrentan en sus trabajos diarios.

Algunos científicos de datos disfrutan sumergirse en nuevos temas matemáticos, mientras que otros se adentran con cautela en este campo, si no con reticencia absoluta. No importa dónde te encuentres en este espectro, creemos que disfrutarás de nuestra selección de artículos de esta semana. Desde el funcionamiento interno de las pruebas A/B hasta la teoría de grafos y los experimentos estadísticos, mezclan sin esfuerzo lo teórico y lo pragmático, lo abstracto y lo concreto. Vamos a sumergirnos.

  • Ya sea que seas nuevo en las simulaciones de Monte Carlo o necesites un repaso sólido, el artículo debut de Sydney Nye en TDS es una inmersión profunda accesible en una técnica estadística que “nos permite hacer apuestas estratégicas frente a la incertidumbre, dando sentido probabilístico a problemas complejos y determinísticos”.
  • La teoría de grafos ha sido central en la investigación de aprendizaje automático durante algún tiempo, pero para las personas fuera de esa comunidad, todavía puede parecer herméticamente desafiante. Hennie de Harder ofrece una introducción amigable para principiantes sobre qué son los grafos, cómo funcionan y cómo los científicos de datos pueden aprovechar su poder para resolver problemas intrincados del mundo real.
  • Si no has dedicado mucho pensamiento a las ecuaciones diferenciales desde la escuela secundaria, aquí tienes la oportunidad de examinarlas desde un nuevo ángulo: la serie de Shuai Guo sobre redes neuronales informadas por física (PINN) vuelve con una entrega dedicada a las ecuaciones diferenciales y cómo “proporcionan información sobre la dinámica del sistema y nos permiten hacer predicciones sobre el comportamiento futuro del sistema”.
Foto de Flo P en Unsplash
  • Para una visión práctica sobre pruebas de permutación y cómo pueden reemplazar métodos estadísticos basados en fórmulas más tradicionales, sigue a Pan Cretan mientras explica cómo diseñar experimentos con remuestreo. (¡Los lectores que llegaron a la ciencia de datos desde un trasfondo menos centrado en las matemáticas encontrarán esto especialmente útil!)
  • Nuestro último destacado semanal regresa a las mismas simulaciones de Monte Carlo con las que comenzamos, pero aprovecha su poder para un fin diferente. Ida Johnsson, PhD comparte una introducción útil a las pruebas A/B: proporciona definiciones claras de los conceptos estadísticos involucrados y se centra en el proceso de evaluación del rendimiento de las pruebas utilizando simulaciones de Monte Carlo.

Nuestras otras lecturas recomendadas de esta semana no son del todo libres de matemáticas, pero abren espacio para conversaciones fascinantes sobre otros temas esenciales.

  • En un estudio metódico y oportuno, Yennie Jun explora los sesgos de género en el conocimiento histórico incorporado en los modelos de lenguaje grandes.
  • ¿Te perdiste ICML 2023? Michael Galkin está aquí para ayudarnos a ponernos al día con un detallado resumen de los avances recientes y las tendencias emergentes.
  • A todos les encanta quejarse de la limpieza de datos, pero la guía concisa de Vicky Yu puede ayudarte a agilizar el proceso para que sea menos tedioso.
  • Los transformadores se encuentran con los acordes de jazz en la publicación debut de Francesco Foscarin en TDS, que presenta un enfoque basado en datos para el análisis de música basado en árboles.
  • Hans van Dam combina el desarrollo de aplicaciones móviles y LLMs con un tutorial práctico que aprovecha las funciones de GPT-4 para navegar por la interfaz gráfica de usuario (GUI) de una aplicación.

¡Gracias por apoyar a nuestros autores! Si disfrutas de los artículos que lees en TDS, considera convertirte en miembro de VoAGI, ya que desbloquea todo nuestro archivo (y cada otra publicación en VoAGI también).

Hasta la próxima Variable,

Los editores de TDS

We will continue to update Zepes; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

Inteligencia Artificial

Construye aplicaciones de IA generativa listas para producción para la búsqueda empresarial utilizando tuberías de Haystack y Amazon SageMaker JumpStart con LLMs

En esta publicación, mostramos cómo construir una aplicación de IA generativa de extremo a extremo para la búsqueda e...

Inteligencia Artificial

Una Bendición y un Monstruo Los Anunciantes Aceptan Cautelosamente la Inteligencia Artificial

Muchos anuncios son más fáciles de hacer con la tecnología en constante mejora. También representa una amenaza para u...

Inteligencia Artificial

Proyecto Green Light de Google sincroniza los semáforos para reducir en un 30% las paradas

El Proyecto Green Light de Google se ha asociado con 12 ciudades en todo el mundo para proporcionar recomendaciones d...

Investigación

Entrenando máquinas para aprender más como lo hacen los humanos

Los investigadores identifican una propiedad que ayuda a los modelos de visión por computadora a aprender a represent...

Inteligencia Artificial

Evaluando el Potencial de Conciencia en la IA Una Exploración Científica de las Propiedades Indicadoras Basadas en Teorías Neurocientíficas

La posibilidad de sistemas de IA conscientes es un tema candente en este momento. Los principales investigadores se e...

Inteligencia Artificial

Google Research explora ¿Puede la retroalimentación de IA reemplazar la entrada humana para un aprendizaje por refuerzo efectivo en modelos de lenguaje grandes?

La retroalimentación humana es esencial para mejorar y optimizar los modelos de aprendizaje automático. En los último...