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

Investigadores de KAIST presentan FaceCLIPNeRF un canal de manipulación impulsado por texto de una cara en 3D utilizando NeRF deformable

Un componente crucial de las mejoras en el contenido digital humano en 3D es la capacidad de manipular fácilmente la ...

Inteligencia Artificial

Microsoft presenta Azure Custom Chips Revolucionando la computación en la nube y las capacidades de IA

En medio de persistentes rumores de la industria, la tan esperada revelación de Microsoft salió a la luz durante la c...

Aprendizaje Automático

El Programa MIT-Takeda entra en su cuarto año con una cosecha de 10 nuevos proyectos.

El programa aprovecha la experiencia en investigación del MIT y el conocimiento industrial de Takeda para investigar ...

Inteligencia Artificial

Guía de un ingeniero de Microsoft para la innovación y el liderazgo en Inteligencia Artificial

Adéntrate en las ideas de la innovación de AI con el Ingeniero de Software Senior de Microsoft, Manas Joshi Un viaje ...

Inteligencia Artificial

Sobre el aprendizaje en presencia de grupos subrepresentados

Déjame presentarte nuestro último trabajo, que ha sido aceptado por ICML 2023 Cambio es Difícil Un Vistazo más Detall...