@alvaro_nsf@albertoocs_ El formalismo ayuda tanto al escritor a saber que lo que escribe tiene sentido lógico como al lector a saber que, si está bien estructurado, hay una línea narrativa basada puramente en la verdad.
@alvaro_nsf@albertoocs_ rama tiene muchísimo valor en temas de aplicación concretos, y desde luego es necesario realizarlo. Pero coger un tema, formalizarlo con definiciones y convertir sus resultados en proposiciones hace que sea mucho más difícil dar afirmaciones vagas o inexactas.
@marinapolo7 hablar regular (como se habla de bastantes másteres de educación); no es el mejor máster y hay mucho trabajito intermedio, pero como paso intermedio obligatorio para dar clase en secundaria da el apaño.
De todas formas hay grupos de Telegram con mucha gente que lo ha hecho y...
@BettaTech La única razón lejanamente verosímil que se me ocurre es que tengan algún algoritmo para el enrutado de vuelta que, por las características de su red, no se pueda llevar a cabo de forma determinista eficientemente y una red neuronal actúe como una especie de heurística ???
@probnstat Clearly false; take the variance of a finite i.i.d. sample for instance.
Another simple example is calculating the maximum of a discrete distribution from a finite sample, where the MLE is the maximum observed number, while it is biased towards lower numbers than actual maximum.
@anthonyrose@fermatslibrary Since e^x is usually calculated through it's series expansion or other method, you simply would have to calculate until the needed term, and calculate this term through e^x = series + residual(n).
@volatilitysfray Sobre esto creo que los matemáticos somos unos privilegiados.
Como ingeniero puedo leer una argumentación errónea sobre el uso de cierta metaheurística o estructura de transformers, o un biólogo puede leer una mala interpretación de ciertos procesos.
Un teorema es cierto o no.
@drtoscano@DataSciFact you have to consider a balance between the power and the significance level of it.
There's a beautiful book in spanish covering these basic matters, named after "Principios de Inferencia Estadística", by Ricardo Vélez Ibarrola.
@drtoscano@DataSciFact Definitely not independent:
P(observation ∩ H₀) = P(observation)•P(H₀) ⟺
P(observation| H₀) = P(observation) ⟺
Your observation is equivalently probable when H₁ or H₀ are true.
Any sensible test fulfills this property.
To make tests that take this in consideration,...
@Josekikoker@volatilitysfray Más que particularmente complejidad, la algorítmica en general sí es muy importante en quant para saber qué problemas tienen una solución factible y poder comparar y entender mejor modelos más complejos que estén de moda tipo DL o modelos bayesianos o cualquier cosa de estas.