Matemática para aprender inteligencia artificial
La pregunta que más frena a la gente que empieza es "¿cuánta matemática necesito para aprender inteligencia artificial?". La respuesta honesta: mucha menos de la que se teme, pero más de cero. No hace falta una licenciatura. Hacen falta cuatro cosas, y se pueden aprender en paralelo con el resto en vez de antes que el resto.
Álgebra lineal para entender qué es un tensor y por qué las dimensiones nunca cierran. Cálculo hasta la regla de la cadena, que literalmente es backpropagation. Probabilidad porque un modelo generativo no es otra cosa que una distribución. Y optimización, que es el descenso por gradiente y sus variantes. Con eso ya podés leer la mayoría de los papers sin que parezcan magia.
El error clásico es querer completar un plan de estudios matemático entero antes de escribir la primera línea de código. Se abandona siempre. La ruta que funciona es al revés: entrená algo chico, chocate con lo que no entendés y volvé a buscar exactamente esa pieza acá.
10 recursos de matemática
Ordenados con los imprescindibles primero y agrupados por tipo. Los marcados con ★ son los que recomendaría alguien que ya recorrió el camino; los que dicen «gratis» no cuestan nada.
🎓 Curso
El curso canónico de álgebra lineal. Strang enseña como si te estuviera contando un secreto.
El enfoque bayesiano completo: procesos gaussianos, inferencia variacional, cuantificación de incertidumbre.
Probabilidad desde cero hasta cadenas de Markov. Fundamental para entender modelos generativos y difusión.
▶️ Video
Vectores, matrices, autovalores y cambio de base explicados geométricamente. Es el prerequisito real de todo lo demás.
La mejor intuición visual que existe sobre qué es una red neuronal, backpropagation y gradiente. Actualizada con capítulos sobre transformers y attention. Empezá acá, siempre.
Derivadas y regla de la cadena. La regla de la cadena ES backpropagation.
📚 Libro
PDF gratis. Álgebra lineal, cálculo vectorial, probabilidad y optimización con foco exclusivo en lo que ML necesita. El puente entre 'sé programar' y 'entiendo los papers'.
Los dos tomos más completos que existen. Referencia de escritorio, no lectura lineal. PDFs gratis.
✍️ Blog/Post
Preguntas frecuentes sobre matemática
¿Necesito saber matemática avanzada para aprender IA?
No para empezar. Para usar modelos y construir aplicaciones alcanza con programación y buen criterio. La matemática se vuelve indispensable cuando querés entender por qué un modelo funciona, leer papers o entrenar algo propio: ahí necesitás álgebra lineal, cálculo hasta la regla de la cadena, probabilidad básica y nociones de optimización.
¿Por dónde empiezo si hace años que no veo matemática?
Por la serie de redes neuronales de 3Blue1Brown y por «Essence of Linear Algebra» del mismo canal: dan intuición geométrica antes que formalismo. Después, «Mathematics for Machine Learning» (PDF gratis) cubre exactamente lo que ML necesita y nada más.
¿Hay recursos de matemática para IA en español?
Los mejores materiales están en inglés, pero los videos de 3Blue1Brown tienen subtítulos en español y su canal hermano publica versiones traducidas. En la sección de recursos en español encontrás alternativas en castellano para los fundamentos.