En este repositorio vas a encontrar el material de clase utilizado en la materia Análisis Matemático para Inteligencia Artificial (CEIA-FIUBA)
Clases
├── Clase #
│ ├── Presentación
│ └── Notebooks
└── ...
Guías
├── Enunciados
└── Datos
TP Final
└── Notebook
Dentro de la carpeta Clases también se incluye el material relativo al curso introductorio.
- Entrega 1: Ejercicio 7 - Guía 1
- Entrega 2: Ejercicio 5 - Guía 2
La entrega se realiza subiendo a la carpeta compartida asignada los archivos correspondientes, los cuales deben estar en formato .pdf
(matemática) o .py
(código). Otros formatos no serán considerados como entrega válida.
Clase | Temas | Lanzamiento Entrega |
Vencimiento Entrega |
---|---|---|---|
Repaso 1 |
|
||
Repaso 2 |
|
||
1 |
|
||
2 |
|
1 | |
3 |
|
1 | |
4 |
|
2 | |
5 |
|
2 | |
6 |
|
TP | |
7 |
|
||
8 | Exposición TP | TP |
La nota final es un promedio ponderado entre las 3 notas parciales, las cuales consisten en 20%, 30% y 50% para entrega 1, entrega 2 y TP final respectivamente.
- (Principal) Deisenroth, M. P., Faisal, A. A.,, Ong, C. S. (2020). Mathematics for Machine Learning. Cambridge University Press. (disponible libre aquí)
- (Principal) Grossman, S. I. (2018). ALGEBRA LINEAL (8va. ed.). McGraw-Hill Interamericana.
- (Complementario) Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. (disponible libre aquí)
- (Complementario) Jeronimo, G., Sabia, J., & Tesauri, S. (2008). Álgebra Lineal. Departamento de Matemática, Facultad de Ciencias Exactas y Naturales, Universidad de Buenos Aires. (disponible libre aquí)
- (Complementario) Boyd, S., & Vandenberghe, L. (2004). Convex optimization. Cambridge university press. (disponible libre aquí)
- (Complementario) Hoffman, K., & Kunze, R. A. (1971). Linear Algebra. Prentice-Hall.
- (Complementario) Barbolla García, R., Sanz Álvaro, P., & Tena, E.C. (2001). Optimización: cuestiones, ejercicios y aplicaciones a la economía. Prentice-Hall.