Blog
Últimas noticias
-
Entendiendo y aplicando las funciones de activación
•
Las redes neuronales se componen de capas de neuronas que suman entradas ponderadas y luego aplican una función de activación para introducir no linealidad. Sin esa transformación, una red profunda se comportaría como una combinación lineal simple y no podría aprender patrones complejos. Las funciones de activación controlan el flujo de información y permiten…
-
Series temporales: modelos clásicos y avanzados para predecir el futuro
•
Las series temporales son registros ordenados en el tiempo. Su análisis permite extraer patrones y prever cómo evolucionará un fenómeno en el futuro. Para modelar estos datos se utilizan técnicas estadísticas y de machine learning que descomponen la serie en nivel, tendencia, estacionalidad y ruido. En esta entrada repasamos los modelos más usados —ARIMA,…
-
La IA resuelve su primer problema en FrontierMath
•
El 23 de marzo de 2026, el mundo de la investigación matemática vivió un hito: por primera vez una inteligencia artificial resolvió un problema abierto del banco de pruebas FrontierMath Open Problems. Esta colección, creada por Epoch AI, reúne problemas que no habían sido resueltos por humanos ni por sistemas de IA y cuyos resultados se pueden verificar automáticamente.…

















