HeyJaredVariabilis
Artículos y papers de ML e IA convertidos y narrados en podcasts por IA. De la academia a tus oídos, en una forma casual de aprender.
- Indexed episodes, last 90 days
- 3
- Latest publication
- Aug 15, 2026
- Audience
- Checking…
- Earliest in this view
- Jul 14, 2026
Latest episodes
Ep. 27: CS231n - El Curso que Formó a una Generación de Ingenieros de IA (opens the original)
Read excerpt
En el último episodio les traemos: un curso universitario . El " Stanford CS231n: Convolutional Neural Networks for Visual Recognition ". Y por eso vamos a abordarlo de manera diferente: en lugar de resumir el contenido técnico (que son 15 semanas de material imposible de comprimir en 30 minutos), vamos a hablar de por qué Sutskever lo incluyó en su lista, qué lo hace especial , y qué ideas clave puedes llevarte aunque nunca lo curses completo. Porque CS231n no es solo un curso de visión por com
Ep. 26: Relation Networks - Enseñarle a una IA a Razonar sobre Relaciones (opens the original)
Read excerpt
Hoy tocamos un paper de DeepMind que aborda algo que parece básico pero que resultó ser profundamente difícil para las redes neuronales: el razonamiento relacional . ¿Qué es razonamiento relacional? Es la capacidad de responder preguntas como: ¿Qué objeto es más grande: el cubo rojo o la esfera azul? ¿Cuántos objetos son del mismo color que el cilindro? ¿Está la pelota a la izquierda o a la derecha del cubo? Para un humano, trivial. Para las mejores redes convolucionales de la época, sorprendent
Ep. 25: Kolmogorov Complexity - La Medida de la Aleatoridad (opens the original)
Read excerpt
Llegamos a uno de los últimos episodios técnicos de la lista de Sutskever. Es el que más conecta con todo lo que hemos visto: Kolmogorov complexity es el hilo conductor detrás del MDL (ep. 23), la complejidad aparente del Coffee Automaton (ep. 19), la inteligencia de Legg (ep. 24) y fundamentalmente, la pregunta sobre qué es la información. Este episodio tiene una pregunta detrás de él que suena filosófica pero tiene respuesta matemática precisa: ¿cuándo es verdaderamente aleatoria una secuencia
Publishing over time
Last 90 days. Choose a month to open its work.
Recurring subjects
Named in the text we hold. One piece can cover several.
Audience
No verified audience measurement yet.
About this data
Counts cover the work we have indexed. Tone needs enough text and a confident classification. Excerpts and episode notes are not full articles or transcripts.
Identity or attribution wrong? Suggest a correction.