Eikosestadística y ciencia de datos

Machine learning e IA · Inteligencia Artificial

Modelos Gráficos Probabilísticos · Inteligencia Artificial Avanzada

Introducción pública · guía completa en Eikos

Introducción

De qué trata esta guía

☰ ↑ Tratamiento Matemático Riguroso

Recorrido

Temas que aborda

  • Introducción
  • Modelos Gráficos Probabilísticos: La Conjunción de Grafos y Probabilidad
  • Introducción conceptual y perspectiva histórica
  • Fundamentos de teoría de probabilidad de alta dimensión
  • 2.1 La regla de la cadena
  • 2.2 Independencia absoluta e independencia condicional

Conceptos relacionados

Conexiones principales

  • condicional
  • bayes
  • mcmc
  • dag
  • verosimilitud
  • sesgo

Notación compatible

Muestra matemática en LaTeX

La expresión se renderiza de forma accesible y conserva debajo su fuente LaTeX.

P(X1,X2,…,XN)=∏i=1NP(Xi∣X1,X2,…,Xi−1)P(X_1, X_2, \dots, X_N) = \prod_{i=1}^{N} P(X_i \mid X_1, X_2, \dots, X_{i-1})
Ver LaTeX fuenteP(X_1, X_2, \dots, X_N) = \prod_{i=1}^{N} P(X_i \mid X_1, X_2, \dots, X_{i-1})