- ES Español (Latinoamérica)

- EN English

4.8. Fundamentos Matemáticos de la Ciencia de Datos (FDS)
Esta área cubre la teoría matemática subyacente a la ciencia de datos moderna y el aprendizaje automático, incluyendo aprendizaje estadístico, optimización, métodos de kernel, reducción de dimensionalidad, análisis topológico de datos, teoría de la información y las matemáticas del aprendizaje profundo.
| Área de Conocimiento (KA) | Core Tier1 | Core Tier2 |
4.8.1 Teoría del Aprendizaje Estadístico | 1 | 1 |
4.8.2 Optimización para Aprendizaje Automático | 1 | 1 |
4.8.3 Análisis Topológico de Datos | 1 | 1 |
4.8.4 Reducción de Dimensionalidad | 1 | 1 |
4.8.5 Métodos de Kernel y Espacios de Hilbert con Núcleo Reproductor | 1 | 1 |
4.8.6 Teoría de la Información | 1 | 1 |
4.8.7 Fundamentos Matemáticos del Aprendizaje Profundo | 1 | 1 |
4.8.1. FDS/Teoría del Aprendizaje Estadístico (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba
Marco PAC-learning, dimensión VC, complejidad de Rademacher, cotas de generalización y equilibrio sesgo-varianza.
Temas:
Core
- Marco PAC-learning: complejidad muestral, clases de hipótesis y capacidad de aprendizaje
- Dimensión VC: definición, ejemplos y el teorema fundamental del aprendizaje
- Complejidad de Rademacher y cotas de convergencia uniforme
- Descomposición sesgo-varianza y el fenómeno de doble descenso
- Regularización: regularización de Tikhonov y minimización del riesgo estructural
Aprendizaje esperado (Learning Outcomes):
Core:
- Enunciar la definición de PAC-learning y determinar si una clase de hipótesis es PAC-aprendible [Familiarizarse]
- Calcular la dimensión VC de clases de hipótesis estándar y derivar cotas de complejidad muestral [Usar]
- Analizar el error de generalización usando complejidad de Rademacher y explicar el fenómeno de doble descenso [Evaluar]
4.8.2. FDS/Optimización para Aprendizaje Automático (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba
Teoría de optimización convexa, SGD y sus variantes, métodos adaptativos y paisajes de optimización no convexa.
Temas:
Core
- Convexidad, convexidad fuerte y dualidad de Fenchel en optimización
- Descenso de gradiente estocástico: tasas de convergencia para objetivos convexos y no convexos
- Métodos de gradiente adaptativo: AdaGrad, RMSProp y Adam
- Optimización no convexa: puntos de silla, mínimos locales y geometría del paisaje de pérdida de redes neuronales
- Métodos de gradiente proximal y descenso por coordenadas para problemas estructurados
Aprendizaje esperado (Learning Outcomes):
Core:
- Explicar las garantías de convergencia de SGD para funciones convexas suaves e identificar el papel de la tasa de aprendizaje [Familiarizarse]
- Aplicar Adam y métodos de gradiente proximal para entrenar modelos de aprendizaje automático regularizados [Usar]
- Analizar el paisaje de pérdida de una red sobreparametrizada y explicar por qué SGD encuentra buenos mínimos [Evaluar]
4.8.3. FDS/Análisis Topológico de Datos (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba
Homología persistente, complejos de Vietoris-Rips, algoritmo mapper y aplicaciones al análisis de formas de datos.
Temas:
Core
- Complejos simpliciales: complejos de Čech, Vietoris-Rips y witness
- Homología persistente: filtraciones, diagramas de persistencia y códigos de barras
- Teorema de estabilidad para diagramas de persistencia y la distancia de cuello de botella
- Algoritmo mapper para resumir topológicamente datos de alta dimensión
Non Core
- Aplicaciones de TDA a ciencia de materiales, genómica y análisis de redes neuronales (2020-2025)
Aprendizaje esperado (Learning Outcomes):
Core:
- Construir una filtración de Vietoris-Rips a partir de una nube de puntos y calcular su diagrama de persistencia [Familiarizarse]
- Aplicar el teorema de estabilidad para acotar la distancia entre diagramas de persistencia de conjuntos de datos similares [Usar]
NonCore:
- Interpretar características topológicas de un conjunto de datos usando el algoritmo mapper y explicar su significado científico [Evaluar]
4.8.4. FDS/Reducción de Dimensionalidad (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba
Reducción de dimensionalidad lineal y no lineal: PCA, proyecciones aleatorias, aprendizaje de variedades y métodos modernos (t-SNE, UMAP).
Temas:
Core
- PCA: descomposición en valores singulares, varianza explicada y aproximación óptima de bajo rango
- Lema de Johnson-Lindenstrauss y proyecciones aleatorias para reducción de dimensionalidad
- Aprendizaje de variedades: Isomap, incrustación lineal local (LLE) e incrustación espectral
- Métodos no lineales modernos: t-SNE y UMAP; teoría, parámetros y limitaciones
- Autoencoders y autoencoders variacionales (VAEs) como reducción de dimensionalidad no lineal
Aprendizaje esperado (Learning Outcomes):
Core:
- Explicar el lema de Johnson-Lindenstrauss y justificar por qué las proyecciones aleatorias preservan distancias [Familiarizarse]
- Aplicar PCA y t-SNE a datos de alta dimensión e interpretar las incrustaciones resultantes en baja dimensión [Usar]
- Comparar métodos de reducción de dimensionalidad lineales y no lineales con respecto a la preservación de la geometría y el costo computacional [Evaluar]
4.8.5. FDS/Métodos de Kernel y Espacios de Hilbert con Núcleo Reproductor (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba
Kernels definidos positivos, teoría RKHS, máquinas de vectores de soporte, kernel PCA y el truco del kernel.
Temas:
Core
- Kernels definidos positivos: teorema de Mercer y funciones kernel comunes (RBF, polinomial, Matérn)
- Espacios de Hilbert con núcleo reproductor: teorema del representante y regularización
- Máquinas de vectores de soporte: clasificación de margen máximo y formulación dual
- PCA con kernel y regresión con kernel mediante el truco del kernel
- Procesos Gaussianos como distribuciones sobre funciones: inferencia a posteriori y aprendizaje de hiperparámetros
Aprendizaje esperado (Learning Outcomes):
Core:
- Enunciar el teorema de Mercer y verificar que una función dada es un kernel definido positivo [Familiarizarse]
- Derivar la formulación dual de SVM y aplicar el truco del kernel para "kernelizar" un algoritmo lineal [Usar]
- Aplicar regresión por procesos Gaussianos a un problema de predicción y calibrar las estimaciones de incertidumbre [Evaluar]
4.8.6. FDS/Teoría de la Información (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba
Entropía de Shannon, información mutua, capacidad de canal, teoría de tasa-distorsión y aplicaciones al aprendizaje automático.
Temas:
Core
- Entropía de Shannon, entropía conjunta y condicional, y la regla de la cadena
- Información mutua, divergencia KL y la desigualdad de procesamiento de datos
- Capacidad de canal: teorema de codificación de canal ruidoso de Shannon y el canal binario simétrico
- Teoría de tasa-distorsión y el equilibrio entre compresión y fidelidad
- Fundamentos de teoría de la información en ML: MDL, inferencia variacional (ELBO) y el cuello de botella de la información
Aprendizaje esperado (Learning Outcomes):
Core:
- Calcular entropía de Shannon e información mutua para distribuciones discretas e interpretar su significado [Familiarizarse]
- Aplicar el teorema de capacidad de canal de Shannon para determinar la tasa máxima de transmisión confiable [Usar]
- Analizar un algoritmo de aprendizaje usando el principio del cuello de botella de la información y relacionar compresión con generalización [Evaluar]
4.8.7. FDS/Fundamentos Matemáticos del Aprendizaje Profundo (Core Tier1: 1 hr, Core Tier2: 1 hr) ↑ Volver arriba
Aproximación universal, kernel tangente neural, sesgo implícito de SGD, sobreparametrización y aprendizaje profundo geométrico.
Temas:
Core
- Teoremas de aproximación universal: compromisos entre anchura y profundidad para redes ReLU
- Kernel tangente neural (NTK) y el límite de anchura infinita de redes neuronales
- Regularización implícita y sesgo implícito de SGD hacia soluciones de norma mínima
- Sobreajuste benigno y doble descenso en modelos sobreparametrizados
- Aprendizaje profundo geométrico: equivarianza, simetría de grupo y redes neuronales de grafos
Aprendizaje esperado (Learning Outcomes):
Core:
- Enunciar el teorema de aproximación universal e identificar sus supuestos y limitaciones [Familiarizarse]
- Explicar el kernel tangente neural y su papel en la comprensión de la dinámica de entrenamiento de redes anchas [Usar]
- Analizar el sesgo implícito del descenso de gradiente y relacionarlo con la generalización en regímenes sobreparametrizados [Evaluar]