E170 - ¿Cómo desarrollar intuición matemática para Ciencia de Datos?

Resumen

En este episodio (E170) Rodo, Mati y Cris conversan sobre cómo desarrollar intuición matemática para ciencia de datos. El mensaje central es que no basta con ver videos o leer libros: hay que hacer ejercicios, dibujar, programar los métodos desde cero y explicar los temas a otros. Se ilustra con una pregunta de entrevista: qué pasa con una distribución cuando se reemplazan los nulos por la mediana. Se repasan cuatro áreas clave: álgebra lineal, cálculo, probabilidad y estadística, y se menciona trigonometría básica. Se discute por qué la multiplicación de matrices no es punto a punto y qué es un espacio vectorial. En la segunda parte se demuestra el teorema de Bayes con una explicación geométrica con conjuntos. Se cierra debatiendo si se puede aprender top-down o si conviene construir la base a largo plazo.

Capítulos

• 00:00
  IntroPresentan el tema de la intuición matemática en ciencia de datos y por qué es importante. Lo más importante para desarrollarla es hacer ejercicios y detenerse a pensar.
• 00:45
  La Importancia de la Práctica y la AplicaciónVer videos o leer libros no es suficiente para aplicar los conceptos en otros contextos. Juntarse con otros a explicarse temas y enseñar ayuda a afianzar el conocimiento.
• 03:11
  Ejercicio sobre reemplazo de valores nulosSi se reemplazan los nulos por la mediana, la distribución no queda "más alta" de forma suave: se crea un pico en ese valor. Para evitarlo se podría sumar ruido aleatorio (gaussiano o uniforme). Es una pregunta que se usa en entrevistas para medir intuición de probabilidad.
• 08:22
  Áreas Clave de las Matemáticas en Ciencia de DatosCuatro áreas: álgebra lineal, cálculo, probabilidad y estadística. Hay temas más avanzados (topología, teoría de la medida) para quienes tengan curiosidad.
• 09:55
  Álgebra LinealLos datos viven en espacios multidimensionales (PCA, SVD, embeddings, redes neuronales). Se aclara que la noción de cercanía y distancia viene del análisis, la topología y la teoría de la medida, más que del álgebra lineal.
• 14:29
  Consejos Prácticos para Aprender y Aplicar Conceptos MatemáticosDibujar ayuda a tener intuición; experimentar con datasets (Titanic, Iris) modificando parámetros; programar los algoritmos desde cero y pensar antes en el pseudocódigo. Se propone un enfoque top-down (usar la librería y luego construirla).
• 17:36
  Explorando Espacios Vectoriales y sus AplicacionesUn espacio vectorial es un conjunto con suma y escalamiento que cumple ciertas propiedades; el ejemplo del reloj (21 + 4 = 1) muestra una suma distinta. RN es el caso más tangible. Los embeddings son transformaciones inyectivas que preservan distancia. Las matrices no son conmutativas (rotaciones en distinto orden) y se explica por qué su multiplicación no es punto a punto.
• 36:07
  Aplicaciones de elementos de álgebra linealRegresión lineal escrita en forma matricial (observaciones por features) para encontrar los parámetros que minimizan el error; vectores y valores propios para analizar puntos de equilibrio; escribir sistemas en forma matricial permite cálculo numérico rápido.
• 41:50
  TrigonometríaBasta con nociones básicas; lo más relevante es el coseno y su relación con el producto punto entre vectores. Lo difícil es el álgebra de las demostraciones trigonométricas, que rara vez se usa en datos.
• 47:09
  Dónde puede ayudar tener buena intuición geométricaEl data scientist del día a día puede sobrevivir con nivel intermedio, pero quien resuelve problemas nuevos necesita más base. Ejemplo de la regresión lineal: conocer sus supuestos ayuda a saber qué revisar cuando el modelo falla. También el caso de gradientes que explotan o se van a cero en backpropagation.
• 52:09
  Otros temas matemáticos importantesCálculo (optimización, mínimos en varias dimensiones, descenso del gradiente), probabilidad y estadística (entender qué es un test de hipótesis y qué pregunta plantearse).
• 52:59
  MemesSe comentan memes del Discord: uno sobre un `rm -rf` ejecutado por Claude Code en la carpeta home, otro sobre ventas vs. ingeniería, y otros de matemáticas.
• 01:01:01
  Efectividad de métodos de estudioSe discute la idea de porcentajes de retención (escuchar, leer, ejercitar, enseñar) y se critica que deban sumar 100. Enseñar es un buen método de aprendizaje. Sobre formalidad: en investigación es esencial; la pedantería depende de la notación y la pedagogía, no de la formalidad en sí.
• 01:05:31
  Conceptos importantes en estadísticaHipótesis nula, p-valor, correlación vs. causalidad e intervalos de confianza. No se "acepta" la hipótesis nula, solo se rechaza o no. Mencionan los episodios 37 y 40 sobre test de hipótesis y otro sobre hipótesis múltiples.
• 01:09:56
  Importancia del cálculoLo más aplicable es optimización de funciones en n dimensiones y descenso del gradiente. Cálculo introduce límites e infinito, noción distinta del álgebra lineal. También se comenta la importancia de la lógica para hacer demostraciones.
• 01:13:39
  Demostración del Teorema de Bayes explicando la intuiciónLa probabilidad condicional se interpreta como el área de la intersección sobre el área del evento condicionante. Igualando P(A∩B) escrito de dos maneras se despeja P(A|B) = P(B|A)·P(A)/P(B), con P(B) ≠ 0.
• 01:25:20
  Haciéndonos preguntas curiosasSe discute qué pasa al condicionar sobre el conjunto vacío (queda indefinido) y por qué hay que declarar los casos borde. Preguntarse esto desarrolla pensamiento crítico, útil por ejemplo para detectar data leakage sutil.
• 01:32:23
  Pensamiento a corto plazo versus a largo plazoA corto plazo se puede probar todo hasta que funcione; a largo plazo la intuición paga (por ejemplo, anticipar que un modelo haría overfitting). Se puede aprender top-down profundizando de a poco, como navegando enlaces en Wikipedia, con paciencia.
• 01:36:41
  CierreAgradecimientos y aviso de que el episodio se sube con una semana de desfase. El próximo tema aún no está definido, posiblemente algo con agentes y GCP.

Palabras clave