Un libro de 195 páginas recorre las matemáticas de la IA generativa sin saltarse las derivaciones
The Little Book of Generative AI Foundations: An Intuitive Mathematical Primer
Tianhua Chen publica en arXiv un manual compacto y orientado a las derivaciones que conecta las principales familias de modelos generativos: PCA, probabilistic PCA, autoencoders variacionales, modelos de difusión, normalising flows, factorizaciones autorregresivas, GANs, Wasserstein GANs y modelos basados en energía. La versión revisada añade explicaciones visuales y busca hacer accesible la estructura del modelado generativo sin eliminar la sustancia matemática necesaria para entender cómo se derivan y relacionan estos modelos.
El objetivo es hacer más accesible la estructura del modelado generativo sin eliminar la sustancia matemática necesaria para entender cómo se derivan y relacionan estos modelos.
- nh23423fefe
No me gusta:
> Cambiando coordenadas. Dado un vector x expresado en la base estándar, cambiamos las coordenadas aplicando
x_eig = V^−1 x.
> Esta operación no cambia el vector en sí; solo cambia cómo se representa el vector, convirtiéndolo en coordenadas de eigenvectores.
Estoy seguro de que el autor conoce la diferencia entre el vector y un vector de coordenadas dada una base. Simplemente no me gusta esta redacción. Es raro decir que aplicar una función no afecta un cambio.
- hasteg
Otro libro que recomendaría encarecidamente para aprender las matemáticas (o al menos tener una idea muy buena de cómo funcionan) detrás del machine learning/transformers es "Why Machines Learn: The Elegant Math Behind Modern AI" de Anil Ananthaswamy. Lo leí el año pasado y me pareció extremadamente bueno en cuanto a ritmo y a construir la intuición sobre el "cómo y por qué" de los conceptos y descubrimientos matemáticos más importantes en ML que nos han llevado a donde estamos hoy. Para aquellos que aún no tienen una comprensión bastante profunda de álgebra lineal, estadística y cálculo multivariado, este libro será una introducción mucho más suave y aun así tiene suficiente rigor para que salgas con algo.
- p1esk
¡Vaya, este libro es sorprendentemente legible! Me gusta cómo empieza desde lo básico del álgebra lineal.
- prideout
Mi pequeño libro favorito es el de François Fleuret: The Little Book of Deep Learning
- nblgbg
¿Hay algún libro de deep learning con problemas para resolver?