📚 Descenso del Gradiente
Recopilación de recursos organizados para entender, visualizar, programar y dominar el descenso del gradiente, desde fundamentos hasta optimización avanzada.
Índice
1. Fundamentos teóricos
Textos y materiales introductorios y avanzados para comprender la base matemática y conceptual del descenso del gradiente.
Básico
| Título | Tipo | Idioma | Descripción |
|---|---|---|---|
| IA NOTEBOOK #3 – Descenso del Gradiente (Programando IA) | Video tutorial | Español | Introducción accesible y visual, implementando el algoritmo desde cero en Python. |
Avanzado
| Título | Autor(es) | Capítulo / Sección | Tipo | Idioma | Enfoque |
|---|---|---|---|---|---|
| Deep Learning | Goodfellow, Bengio, Courville | Cap. 8: Optimization for Training Deep Models | Libro | Inglés | Explica variantes como momentum, Nesterov, RMSProp, Adam. |
| Deep Learning | Goodfellow, Bengio, Courville | Cap. 4–5 | Libro | Inglés | Introducción al descenso del gradiente clásico y estocástico. |
2. Material audiovisual
Estos vídeos explican intuitivamente el funcionamiento del descenso del gradiente, ideales para reforzar la comprensión conceptual.
- IA NOTEBOOK #3 – Descenso del Gradiente (Programando IA) 🇪🇸
Tutorial paso a paso en español, implementado desde cero en Python.
3. Implementación práctica
Recursos para implementar descenso del gradiente en Python, con scikit-learn y TensorFlow.
- scikit-learn - Descenso del Gradiente Estocástico 🇪🇸
Traducción oficial de la documentación con parámetros y buenas prácticas (sección 1.5.6). - scikit-learn - SGD Classifier 🇬🇧
Documentación oficial. Incluye ejemplos de clasificación, regresión y penalización. - Scikit-learn Gradient Descent Python Guide 🇬🇧
Explicación práctica con dataset de ejemplo, gráficos y código en Python.
4. Blogs y artículos
Comunidad
- Reddit – Deep Learning Basics: Gradient Descent 🇬🇧
Serie de artículos sobre descenso del gradiente clásico y generalizado, enfocados en didáctica progresiva.