La probabilidad describe la incertidumbre con números; la estadística hace el camino inverso, y usa los datos para aprender sobre el proceso que los produjo. La informática depende de ambas: algoritmos aleatorizados, tablas hash, pruebas A/B, filtros de spam, mediciones de rendimiento y todo modelo de aprendizaje automático. La habilidad está en razonar con cuidado sobre el azar en vez de fiarse de la intuición.
Conceptos clave
- Variables aleatorias y distribuciones: una cantidad de valor incierto, descrita por su distribución, como la binomial, la normal o la exponencial.
- Esperanza y varianza: el valor medio y la dispersión a su alrededor.
- Probabilidad condicional y regla de Bayes: cómo la evidencia actualiza una creencia.
- Ley de los grandes números y teorema central del límite: por qué los promedios se estabilizan y parecen normales.
- Inferencia: estimación, intervalos de confianza y contrastes de hipótesis, y la alternativa bayesiana.
Vocabulario
- Independencia: saber uno de los sucesos no dice nada del otro.
- Muestra y población: los datos que tienes y el todo que quieres describir.
- Valor p: cuán sorprendentes serían los datos si no hubiera un efecto real; no es la probabilidad de que la hipótesis sea cierta.
- Sesgo y varianza: el error sistemático y la sensibilidad a la muestra concreta.
Qué estudiar, en orden
- Conteo, sucesos, probabilidad condicional y regla de Bayes, con el ejemplo de una prueba médica.
- Simula dados, monedas y paseos aleatorios en código y compara los resultados con las fórmulas.
- Estudia las distribuciones comunes y comprueba el teorema central del límite mediante simulación.
- Estima una cantidad con un intervalo de confianza, luego haz un contraste de hipótesis y di qué es lo que no demuestra.
- Aprende la regresión y mira cómo se conecta con el aprendizaje a partir de datos.
Etiquetas relacionadas
#combinatorics #data-science #machine-learning #simulation #information-theory