Lección 2 del curso Probabilidad Nivel Básico.
En la lección anterior vimos una definición intuitiva del concepto de Probabilidad.
En esta lección partiremos de algunos elementos de esa definición intuitiva y a partir de varios ejemplos vamos a entender el papel que juega la Probabilidad en la Ciencia de Datos, el Machine Learning y la Inteligencia Artificial.
En particular nos enfocaremos en el concepto de incertidumbre y veremos cómo dicha incertidumbre es un elemento que siempre estará presente en la Ciencia de Datos y el Machine Learning y que hará precisamente necesario el uso de Probabilidad para lograr desarrollar herramientas que nos permitan analizar y procesar los datos así como crear diferentes tipos de modelos predictivos:
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
Muy bien, ya tenemos claro el papel y la importancia que tiene la Probabilidad en la Ciencia de Datos y el Machine Learning.
En últimas vimos que los datos no tienen un comportamiento ideal y esto hace que en las diferentes técnicas de Ciencia de Datos que usemos o al momento de construir modelos de Machine Learning siempre tengamos un cierto grado de incertidumbre.
Y para lidiar con esa incertidumbre necesitamos precisamente la teoría de la Probabilidad que, junto con el Álgebra Lineal y el Cálculo, es una área de las Matemáticas que resulta fundamental tanto en la Ciencia de Datos como en el Machine Learning.
En la siguiente lección abordaremos una serie de conceptos que resultarán esenciales para entender los fundamentos de Probabilidad que veremos en las próximas lecciones. Hablaremos entonces de la Teoría de Conjuntos.
Todas las lecciones del curso Probabilidad Nivel Básico