Ir al contenido
CS3061 · ML

Machine Learning · Parte 1

$ python repasar.py --curso CS3061 --parte 1

Del ajuste de una recta al truco del kernel, tocando cada idea.

Las 9 lecciones del profesor Hurtado explicadas a fondo, con 38 simuladores y calculadoras que corren en tu navegador, casos de uso reales, derivaciones paso a paso, código, diagramas, conexiones entre temas y el banco de preguntas oficial resuelto.

Ver el mapa conceptual →Banco de preguntasModo examenFormulario
python · sesión de repaso


0simuladores y calculadoras
0lecciones cubiertas
0conexiones en el mapa
0preguntas, flashcards y preguntas abiertas


00
Fundamentos
T, P, E; paradigmas; generalizar; Bayes contando personas y el descenso de gradiente con η en vivo.
01
Regresión lineal
Arrastra puntos, minimiza cuadrados, proyecta sobre el espacio columna y mira el bowl convexo.
02
Regularización
Sesgo² + varianza medidos, el rombo del lasso, y por qué una sola partición es una lotería.
03
Logística y métricas
Sigmoide, log-odds, cross-entropy, umbral → matriz de confusión, F1 y ROC.
04
Modelos generativos
Naive Bayes para spam y gaussianas que se inclinan: LDA recta vs QDA curva.
05
SVM
Margen 2/‖w‖, Lagrange y KKT como precios, el dual y la hinge. Resuelto con SMO en vivo.
06
Kernels
Dos rutas al mismo número, anillos levantados a 3-D, γ del RBF y kernel ridge.
07
Árboles de decisión
Construye el árbol de 10 puntos split por split, la cuerda de la impureza y la poda por α.
🐍nuevo
Python en el navegador
10 ejercicios ejecutables con NumPy y scikit-learn que reproducen los números de las slides.
⎙nuevo
Resúmenes en PDF
Una hoja por unidad con ideas clave, fórmulas y trampas de examen, lista para imprimir.
⏱nuevo
Modo examen
Preguntas al azar con temporizador, nota sobre 20 y diagnóstico de qué temas repasar.
∑nuevo
Ejercicios infinitos
11 tipos de cálculo con números aleatorios y solución paso a paso: Bayes, Gini, SVM, LDA…
?nuevo
¿Qué modelo uso?
Responde 7 preguntas sobre tu problema y recibe un ranking razonado de los modelos del curso.
★nuevo
Casos de principio a fin
Alquileres, spam, cáncer, fraude y control de calidad: el flujo completo con código.
∞clave
Cómo se conecta todo
Mapa clicable: MSE = MLE, LDA = sigmoide, hinge + L2, C ∝ 1/λ, dual → kernel…


Cómo usar esta web
Sección titulada «Cómo usar esta web»


    

  1. Empieza por el mapa conceptual: ver cómo se conectan los temas hace que cada lección «encaje» en vez de ser una fórmula suelta.
    2. 

  2. Estudia por unidad con la barra lateral. Cada página combina: intuición → caso de uso real → matemática con derivaciones paso a paso (botón «Siguiente paso») → simuladores y calculadoras → trampas de examen → código de scikit-learn → quiz → conexiones → recursos web.
    3. 

  3. Practica las decisiones, no solo las fórmulas: la guía de modelos y los casos de estudio muestran cuándo y por qué usar cada técnica.
    4. 

  4. Juega con los simuladores antes de leer la fórmula final. Cada uno está pensado para que veas el fenómeno (una lasso que se pega a una esquina, un η que diverge, un γ que crea islas).
    5. 

  5. Practica con el generador de ejercicios, el laboratorio de Python, las preguntas de «explícalo con tus palabras» hasta que los cálculos salgan solos, y usa el glosario cuando un término en inglés te frene.
    6. 

  6. Cierra con el modo examen cronometrado, el banco de preguntas oficial, el simulacro y las flashcards. Tu progreso se guarda en este navegador.
    7.