10 (buenas) recomendaciones de libros: Colegio Bourbaki
Alfonso Ruiz
Como parte de la formación de nuestros estudiantes en el Colegio de Matemáticas Bourbaki hemos obsequiado a nuestros estudiantes más de 50 libros adecuados para distintos perfiles de quienes deseen aprender Ciencia de Datos, Machine Learning, IA y Finanzas Cuantitativas.
En este artículo les compartimos 10 libros dentro de nuestra lista de recomendaciones históricas así como algunas palabras sobre el perfil de quienes podrían beneficiarse más de estas recomendaciones.
Como se podrán imaginar esta selección no es exhaustiva pues son solo algunos de los libros dentro de nuestra Biblioteca, de la misma forma seguramente habrán algunos otros libros fuera de esta que son recomendables. Les agradecemos mucho sus comentarios.
A quién le recomienda el Colegio Bourbaki el libro Deep Learning: Foundations and Concepts?
En la actualidad la gran mayoría de los científicos de datos necesitan comenzar a aprender sobre Redes Neuronales profundas pues son una de las herramientas más poderosas para el desarrollo de la inteligencia artificial. Este libro es fundamental para comprender los detalles finos de las redes profundas. Ideal para quienes estén cursando el Track de Ciencia de Datos
Referencia: Bishop, C.M. and Bishop, H., 2024. Deep learning: Foundations and concepts (Vol. 1). Springer.
¿A quién le recomienda el Colegio Bourbaki el libro The Book of Why?
La causalidad es la relación buscada con más vehemencia por los científicos de datos en todo el mundo. Encontrar una relación así es un éxito gigantesco para cualquier problema en el que se utilizan datos. En este libro el fundador de la Causalidad Judea Pearl explica con detalle estos conceptos. Ideal para quienes estén cursando nuestro curso de Matemáticas para la Ciencia de Datos.
Referencia: Goldberg, L.R., 2019. The Book of Why: The New Science of Cause and Effect: by Judea Pearl and Dana Mackenzie, Basic Books (2018). ISBN: 978-0465097609.
¿A quién le recomienda el Colegio Bourbaki el libro Antifragile?
Nassim Taleb es uno de los matemáticos financieros más exitosos en las últimas décadas, en este libro explora el concepto de anti-fragilidad el cual se define como una respuesta convexa a una respuesta de estrés. Ideal para quienes estén cursando nuestro curso Track de Finanzas Cuantitativas & AI
Referencia: Taleb, N.N., 2016. Incerto 4-Book Bundle: Fooled by Randomness, The Black Swan, The Bed of Procrustes, Antifragile. Random House.
¿A quién le recomienda el Colegio Bourbaki el libro Naked Statistics?
La estadística bien entendida no es únicamente un área del conocimiento que deban conocer los científicos, así como hablar inglés o utilizar una computadora la estadística es útil para cualquier profesional sin importar el área de especialidad. En este libro se trata la estadística para un amplio público, es una excelente introducción. Ideal para quienes estén cursando nuestro curso de Matemáticas para la Ciencia de Datos.
Referencia: Wheelan, C., 2013. Naked statistics: Stripping the dread from the data. WW Norton & Company.
¿A quién le recomienda el Colegio Bourbaki el libro Probabilistic Machine Learning?
La naturaleza de las bases de datos con las que se entrenan los modelos de machine learning es estocástica por ello el enfoque probabilista de este libro es tan útil para comprender mejor cómo funcionan estos modelos. Ideal para quienes estén cursando nuestro Track de Ciencia de Datos
Referencia: Murphy, K.P., 2022. Probabilistic machine learning: an introduction. MIT press.
¿A quién le recomienda el Colegio Bourbaki el libro Deep Learning Adaptive Computation and Machine Learning series?
Este libro está escrito por algunos de los fundadores de algunas de las arquitecturas de rede neuronales modernas más avanzadas en el momento Tiene la enorme ventaja de tratar desde las bases de álgebra y optimización a estos modelos matemáticos. Es uno de los mejores textos sobre el tema. Ideal para quienes estén cursando nuestro Track de Ciencia de Datos
Referencia: Goodfellow, I., Bengio, Y. and Courville, A., 2016. Deep learning. MIT press.
¿A quién le recomienda el Colegio Bourbaki el libro Interpretable Machine Learning?
Los usuarios de los modelos de Machine Learning requieren que los modelos matemáticos entrenados por datos sean transparentes para que su implementación sea más segura. Este es un excelente libro en el que se trata Machine Learning desde los ojos de la interpretabiliddad. Ideal para quienes estén cursando nuestro curso de Machine Learning & AI for the Working Analyst.
Referencia: Molnar, C., 2020. Interpretable machine learning. Lulu.com.
¿A quién le recomienda el Colegio Bourbaki el libro Reinforcement Learning an Introduction ?
El aprendizaje por refuerzo es uno de los métodos de aprendizaje más utilizados para construir modelos de inteligencia artificial. Este libro es un clásico para aprender los fundamentos del Aprendizaje por refuerzo e incluso llega a temas avanzados utilizados en los modelos del estado del arte. Ideal para quienes estén cursando nuestro Track de Ciencia de Datos
Referencia: Sutton, R.S. and Barto, A.G., 2018. Reinforcement learning: An introduction. MIT press.
¿A quién le recomienda el Colegio Bourbaki el libro Advances in Financial Machine Learning?
Machine Learning ha cambiado radicalmente numerosas industrias entre ellas la financiera, en este libro se tratan con detalle numerosas aplicaciones de los métodos de machine learning para problemas en finanzas bursátiles, el autor es uno de los grandes expertos en el área. . Ideal para quienes estén cursando nuestro curso Track de Finanzas Cuantitativas & AI
Referencia: De Prado, M.L., 2018. Advances in financial machine learning. John Wiley & Sons.
¿A quién le recomienda el Colegio Bourbaki el libro Machine Learning in Business?
Los directivos o emprendedores pueden mejorar mucho sus habilidades en el planteamiento de soluciones comprendiendo por medio de ejemplos las aplicaciones de Machine Learning en casos concretos. Este es un excelente libro en el que se trata Machine Learning desde los ojos de las aplicaciones a los negocios. Ideal para quienes estén cursando nuestro curso de Machine Learning & AI for the Working Analyst.
Referencia: Hull, J.C., 2021. Machine learning in business: An introduction to the world of data science.
¿Cómo aprender más sobre estos temas?
En el Colegio de Matemáticas Bourbaki enseñamos con detalle las matemáticas de los distintos aspectos de la Ciencia de Datos y la Inteligencia Artificial. Todos los perfiles y necesidades son bienvenidos. Compartimos con ustedes algunos de nuestros temarios de cursos por iniciar:
- Aplicaciones Financieras de ML & AI (04 de Noviembre 2024, 12 semanas). Temario. Sesión informativa.
- Track de Ciencia de Finanzas Cuantitativas (04 de Noviembre 2024, 49 semanas).
- Machine Learning & AI for the Working Analyst (05 de Noviembre 2024, 12 semanas). Temario.
- Track de Ciencia de Datos (05 de Noviembre, 49 semanas). Temario.
