IA práctica para programadores: ChatGPT, LLM, RAG, agentes, evaluación y despliegue.
Qué comunicar a usuarios: Técnicas y Consideraciones para la Predicción y Confianza en Modelos de Machine Learning Introducción En el campo de la inteligencia artificial, especialmente en los modelos de machine learning (ML), es crucial com…
Incertidumbre del modelo Introducción En la inteligencia artificial, especialmente en los modelos de machine learning y deep learning, la incertidumbre es un concepto fundamental que se refiere a la falta de certeza o conocimiento acerca de…
Umbrales de decisión Introducción En la inteligencia artificial, los umbrales de decisión son valores críticos que separan categorías o clases. Estos umbrales determinan cuándo se clasifica un ejemplo en una categoría específica, influencia…
Interpretación intuitiva de las funciones de pérdida probabilísticas Introducción En la inteligencia artificial, especialmente en el campo del machine learning y deep learning, la elección adecuada de una función de pérdida es crucial para …
Entropía cruzada: una función de pérdida probabilística crucial para Machine Learning Introducción La entropía cruzada es una función de pérdida que se utiliza ampliamente en modelos de aprendizaje automático, especialmente en problemas de …
Log-loss: Una función de pérdida probabilística crucial para modelos de machine learning Introducción La función de pérdida logarítmica (log-loss, por sus siglas en inglés) es una medida que evalúa la calidad de las predicciones de clasific…
Calibración de modelos Introducción La calibración de modelos es una técnica fundamental para mejorar la confiabilidad y predictibilidad de los resultados en modelos de machine learning, especialmente cuando estos son utilizados en entornos…
Scores vs probabilidades Introducción En la inteligencia artificial, especialmente en los modelos de clasificación, es común utilizar scores y probabilidades para evaluar y presentar las predicciones. Sin embargo, a menudo se confunden entr…