Yeltsin Castro Loaiza

[Yeltsin Castro Loaiza @Yeltcas1]

"¡Es tan hermosa la vida!"

Vito Corleone

[Walter Sosa Escudero @wsosaescudero]

Primera experiencia de hacer referee report con IA: mala. Me hace decir cosas que no entiendo y no estoy dispuesto a decir, me hizo perder tiempo. Seguiremos participando.

[Yeltsin Castro Loaiza @Yeltcas1]

@SanTiagoTaco13 @BTalabera45472 @romoced Si estás en lo correcto. Pero crees que estos manes se van a regenerar?

[Walter Sosa Escudero @wsosaescudero]

Aca empezó todo. Aquí di mi primera clase, hace demasiados años @UBAeconomicas

[Emergencias Ec @EmergenciasEc]

#DenunciaCiudadana
Vehículo con sistema de ocultar la placa, atrás una unidad de tránsito de la CTE.
En el puente de la Unidad Nacional llegando a Durán.
Saben que pasó? Exacto, nada.

[José Gabriel Castillo @JoseG_Castillo]

Un café (de Loja) y una conversación de investigación. Invitados a este espacio!
#Remesas #migracion #neonatos #salud #economia #ecuador

[Yeltsin Castro Loaiza @Yeltcas1]

@JoseG_Castillo @aso_econ_ec @jmwooldridge @UDLAEcuador 👌

[José Gabriel Castillo @JoseG_Castillo]

Gran oportunidad para la investigación económica en #Ecuador gracias a la @aso_econ_ec. También para el reencuentro con los amigos/colegas, ideas y la presencia del maestro @jmwooldridge .
Gracias al anfitrión @UDLAEcuador.
#WorldCup forecast (Wooldridge approved): 🇪🇨🏆

[Pedro H. C. Sant'Anna @pedrohcgs]

Our paper “Difference-in-Differences Designs: A Practitioner’s Guide” is now published in the Journal of Economic Literature. It took us a while but we are happy!

We put together a lot of material to make the paper useful in practice: https://t.co/30TbAgihlz

Hope you like!

[El Guarromántico @Guarromantico_]

Nadie:

Yo con 13 años:

[Gaudencio M. Zurita H @GZuritaH]

Hoy fue celebrado en la FCNM de ESPOL el #Diadelamujermatemática, efectuando un interesante conversatorio en el que mayoritariamente intervinieron alumnas, graduadas y profesoras de la carrera en Matemáticas, implantada en la ESPOL desde 2016.

[Kathie @Kathie_ar]

@ciskomendez Cuando me vas a pagar la plata que me debes o me vas a bloquear por aquí también para no pagarme?

[Yeltsin Castro Loaiza @Yeltcas1]

@Ivan__IV @EmergenciasEc @ATMGuayaquil En sus narices comenten infracciones. Ellos pasan ocupados chateando.

[Emergencias Ec @EmergenciasEc]

#DenunciaCiudadana
Vehículo activó su dispositivo para ocultar placa y se fue por el carril de la metrovia.

[Yeltsin Castro Loaiza @Yeltcas1]

@Czare1974 @EmergenciasEc Que mal

[Soy @YoMariposaec]

Atención @PoliciaEcuador @DefensaEc @DanielNoboaOk @Presidencia_Ec @DiegoArcos14 @mmcuesta
Estos dos ladrones están asaltando a turistas en Montañita y en Olón. También suelen estar con más ladrones. Andan armados!

[Maldita Summer @MalditaSummer]

Por más astronautas, matemáticos, físicos, científicos y menos influencers.

[José Luis Castillo B @PublicPolicyIQ]

El problema es que por más puertas que toqué para financiar los gastos, entre grandes empresas y bancos, la respuesta siempre fue: "no apoyamos este tipo de cosas"... https://t.co/VZerxqhCO8

[Suryansh Tiwari @Suryanshti777]

Holy shit… someone just made machine learning click.

Not static diagrams.
Not math-heavy PDFs.
Not black-box training.

Real algorithms — training step-by-step — visually.

It’s called Machine Learning Visualized
and it lets you watch models learn in real time.

Here’s why this is different:

Instead of dumping theory first,
it shows optimization happening live:

• gradients moving
• weights updating
• decision boundaries shifting
• loss decreasing
• models converging

You literally see learning happen.

Everything is built from first principles:

• Gradient Descent
• Logistic Regression
• Perceptron
• PCA
• K-Means
• Neural Networks
• Backpropagation

No magic. Just math → code → visualization.

Each chapter is a Jupyter notebook
that derives the math
then implements it
then animates training.

So you can watch:

• neural nets shape decision surfaces
• PCA rotate feature space
• K-means clusters form live
• gradient descent find minima
• sigmoid reshape boundaries
• backprop update weights step-by-step

This solves a huge problem:

Most ML resources teach: math → code → ??? → trained model

This shows: math → code → learning process → result

Which means you finally understand:

• why gradients matter
• how weights evolve
• what loss landscapes look like
• how convergence actually happens
• why deep nets learn non-linear functions

Even better:

You can open any notebook
modify parameters
and watch behavior change instantly.

Learning ML becomes interactive.

Not passive.
Not abstract.
Not confusing.

Just… visible.

Perfect for:

• beginners learning ML
• devs moving into AI
• interview prep
• teaching concepts
• understanding backprop
• visual learners
• building intuition

This is the kind of resource
that makes neural networks finally “click”.

Link: https://t.co/i0k7LzGbJt

We’re moving from:

reading about ML
→ watching ML learn

That’s a big shift.

Because once you can see training,
you stop memorizing… and start understanding.

AI education just got visual.

[Yeltsin Castro Loaiza @Yeltcas1]

La paradoja de estos tipejos es que entran chiros y salen multimillonarios. Apalacando falsas promesas. Son un cáncer para la sociedad y dan asco.

[Raúl Chávez @Rauli_Chavez]

Al país. #somosresistencia