Variabilis
Cápsulas de Inteligencia Artificial y Machine Learning
Publishing Details
About This Podcast
Explore Statistics
Recent Episodes
S1E11 Ep. 11: Attention is All You Need
Hoy vamos a hablar del paper más influyente de los últimos años en AI: "Attention is All You Need". Este paper de 2017 introdujo el Transformer, la arquitectura detrás de GPT, BERT, ChatGPT, y…
S1E10 Ep. 10: Deep Residual Learning for Image Recognition (ResNet)
Hoy vamos a hablar de ResNet, un paper que resolvió uno de los misterios más frustrantes del deep learning: ¿Por qué las redes más profundas a veces funcionan PEOR que las menos profundas? La…
S1E9 Ep. 09: GPipe - Easy Scaling with Micro-Batch Pipeline Parallelism
Hoy vamos con GPipe, un paper que resolvió uno de los problemas más prácticos del deep learning: ¿Cómo entrenas modelos que son demasiado grandes para caber en una sola GPU? La respuesta: Pipeline…
S1E8 Ep. 08: El orden importa - Sequence to Sequence for Sets
Hoy vamos a hablar de un paper que aborda una pregunta aparentemente simple pero profunda: ¿Importa el orden en que le das datos a una red neuronal? La respuesta sorprendente es: ¡SÍ, mucho! Y este…
S1E7 Ep. 07: AlexNet - La Revolución del Deep Learning
En este episodio vamos a hablar de un paper que literalmente cambió el mundo del machine learning. AlexNet, publicado en 2012, marcó el inicio de la revolución del deep learning. Antes de este paper,…
S1E6 Ep. 06: Pointer Networks - Apuntando a la Solución
Hoy vamos a hablar sobre Pointer Networks, un paper que resolvió un problema fundamental que las arquitecturas seq2seq tradicionales no podían manejar. Este paper es del mismo Oriol Vinyals que vimos…
S1E5 Ep. 05: Manteniendo las Redes Simples: Minimum Description Length principle (MDL)
Hoy vamos con un paper fundamental de 1993 escrito por Geoffrey Hinton (sí, ¡el padrino del deep learning!). Este paper conecta teoría de información, estadística bayesiana y redes neuronales de una…
S1E4 Ep. 04: Regularización en Redes Neuronales Recurrentes
Hoy traemos un paper que resolvió uno de los problemas más frustrantes al trabajar con RNNs y LSTMs: ¿cómo evitar el overfitting? La técnica de regularización más exitosa para redes feedforward…
S1E3 Ep. 03: Entendiendo las Redes LSTM
Hoy vamos a profundizar en QUÉ son exactamente las LSTMs y POR QUÉ funcionan tan bien. Basado en un post de Christopher Olah publicado en el 2015. Siendo este post es uno de los más citados en la…
S1E2 Ep. 02: Karpathy y las RNNs
Segundo episodio, segundo post de los 30 sugeridos por Ilya Sutskever. Exploramos el articulo de Andrej Karpathy, sobre Redes Neuronales Recurrentes o Recurrent Neural Networks (RNNs), titulado The…
S1E1 Ep. 01: La Ley de Complejodinámica y tu café
Primer episodio, primer paper o post de los 30 sugeridos por Ilya Sutskever. Exploramos el concepto de 'complextropía' de Scott Aaronson - por qué los sistemas (y los modelos de ML) evolucionan desde…
Frequently Asked Questions
Variabilis has published 11 episodes since January 2026, covering topics in Technology.
Variabilis is currently highly active with new episodes weekly. Average episode length is 17m.
Similar Podcasts
Nerdcore
@Ramza y @PatoG7
363 episodes
Mindfacts: Historia y futuro de la Ciencia y la Tecnología
Yes We Cast
269 episodes
Nosotros Los Clones
NOSOTROS LOS CLONES
310 episodes
Mundo Futuro
Sonoro
231 episodes
iSenaCode Live
Sergio Navas
281 episodes
El Podcast de AutoDinámico
Gabriel Salazar
53 episodes