CAPÍTULO 06 / 40
Probabilidad y Distribuciones
7 lecciones · Explora, experimenta y comprende.
Aprendamos juntos.
Pregúntame sobre este curso o por dónde empezar.
Distribuciones, esperanza y la regla de Bayes son cómo los modelos puntúan predicciones, calibran confianza y combinan evidencia — el sustrato de todo modelo probabilístico.
- softmax
- Bayesian inference
- calibration
- Paso 32~30m111⚡Reto
Espacios de Probabilidad
Un espacio de probabilidad es un escenario matemático para razonar sobre la incertidumbre. Consta de tres ingredientes: un espacio muestral…
Abrir lección - Paso 33~20m25⚡Reto
Probabilidades Discretas y Continuas
Las variables aleatorias vienen en dos sabores. Una variable aleatoria discreta toma valores en un conjunto finito o numerable (como o ) y s…
Abrir lección - Paso 34~15m15⚡Reto
Regla de la Suma, Regla del Producto, Teorema de Bayes
Tres reglas sustentan toda la probabilidad. La regla de la suma (o marginalización): (o en el caso continuo). Dada una distribución conjunta…
Abrir lección - Paso 35~15m15⚡Reto
Estadísticos Resumen e Independencia
Las distribuciones son objetos de alta dimensión, pero a menudo las comprimimos en unos pocos estadísticos resumen. El valor esperado (media…
Abrir lección - Paso 36~20m3D · 125★Más cinematográfica⚡Reto
Distribución Gaussiana
La distribución gaussiana (o normal) es la distribución más importante de la estadística y el ML. Una gaussiana univariada tiene densidad ,…
Abrir lección - Paso 37~20m25⚡Reto
Conjugación y Familia Exponencial
En la inferencia bayesiana actualizamos un prior con una verosimilitud para obtener una posterior . La posterior suele ser desordenada — per…
Abrir lección - Paso 38~15m15⚡Reto
Cambio de Variables
Dada una variable aleatoria con densidad , ¿cuál es la densidad de ? La respuesta es la fórmula del cambio de variables: para una suave e in…
Abrir lección