<?xml version="1.0" encoding="UTF-8" ?>
<rss version="2.0">
    <channel>
      <title>Quartz 4</title>
      <link>https://linkyless.github.io/neural-network-notes</link>
      <description>Last 10 notes on Quartz 4</description>
      <generator>Quartz -- quartz.jzhao.xyz</generator>
      <item>
    <title>CON-broadcasting numpy</title>
    <link>https://linkyless.github.io/neural-network-notes/CON-broadcasting-numpy</link>
    <guid>https://linkyless.github.io/neural-network-notes/CON-broadcasting-numpy</guid>
    <description><![CDATA[ Broadcasting es la forma en la que numpy maneja operaciones entre arrays de formas distintas. ]]></description>
    <pubDate>Sun, 26 Apr 2026 13:03:34 GMT</pubDate>
  </item><item>
    <title>CON-derivada parcial</title>
    <link>https://linkyless.github.io/neural-network-notes/CON-derivada-parcial</link>
    <guid>https://linkyless.github.io/neural-network-notes/CON-derivada-parcial</guid>
    <description><![CDATA[ Una derivada parcial mide cómo cambia una función cuando varías una de sus variables y dejas las demás fijas. ]]></description>
    <pubDate>Sun, 26 Apr 2026 13:03:34 GMT</pubDate>
  </item><item>
    <title>CON-gradient descent</title>
    <link>https://linkyless.github.io/neural-network-notes/CON-gradient-descent</link>
    <guid>https://linkyless.github.io/neural-network-notes/CON-gradient-descent</guid>
    <description><![CDATA[ Gradient descent o el Descenso del Gradiente es el algoritmo que ajusta los parámetros de una red para reducir el coste. ]]></description>
    <pubDate>Sun, 26 Apr 2026 13:03:34 GMT</pubDate>
  </item><item>
    <title>CON-one-hot encoding</title>
    <link>https://linkyless.github.io/neural-network-notes/CON-one-hot-encoding</link>
    <guid>https://linkyless.github.io/neural-network-notes/CON-one-hot-encoding</guid>
    <description><![CDATA[ One-hot encoding es la forma de representar una categoría como vector. ]]></description>
    <pubDate>Sun, 26 Apr 2026 13:03:34 GMT</pubDate>
  </item><item>
    <title>CON-producto exterior</title>
    <link>https://linkyless.github.io/neural-network-notes/CON-producto-exterior</link>
    <guid>https://linkyless.github.io/neural-network-notes/CON-producto-exterior</guid>
    <description><![CDATA[ El producto exterior es una operación que toma dos vectores y devuelve una matriz. ]]></description>
    <pubDate>Sun, 26 Apr 2026 13:03:34 GMT</pubDate>
  </item><item>
    <title>CON-regla de la cadena</title>
    <link>https://linkyless.github.io/neural-network-notes/CON-regla-de-la-cadena</link>
    <guid>https://linkyless.github.io/neural-network-notes/CON-regla-de-la-cadena</guid>
    <description><![CDATA[ La regla de la cadena dice que si una función depende de otra, que a su vez depende de otra, la derivada de la función entera es el producto de las derivadas de cada paso. ]]></description>
    <pubDate>Sun, 26 Apr 2026 13:03:34 GMT</pubDate>
  </item><item>
    <title>NN-01 De dónde vino esto</title>
    <link>https://linkyless.github.io/neural-network-notes/NN-01-De-d%C3%B3nde-vino-esto</link>
    <guid>https://linkyless.github.io/neural-network-notes/NN-01-De-d%C3%B3nde-vino-esto</guid>
    <description><![CDATA[ De dónde vino esto Me gusta la IA. O al menos, me gusta la idea de lo que significan. ]]></description>
    <pubDate>Sun, 26 Apr 2026 13:03:34 GMT</pubDate>
  </item><item>
    <title>NN-02 Qué es una red neuronal</title>
    <link>https://linkyless.github.io/neural-network-notes/NN-02-Qu%C3%A9-es-una-red-neuronal</link>
    <guid>https://linkyless.github.io/neural-network-notes/NN-02-Qu%C3%A9-es-una-red-neuronal</guid>
    <description><![CDATA[ Qué es una red neuronal Antes de tirar una sola línea de código tuve que sentarme y entender qué es realmente una red neuronal, porque la palabra suena a algo místico que evoca cerebros, sinapsis y consciencia y caminos neuronales y cosas abstractas, pero la realidad es muchísimo más prosaica. ]]></description>
    <pubDate>Sun, 26 Apr 2026 13:03:34 GMT</pubDate>
  </item><item>
    <title>NN-03 Sigmoid y la primera derivada</title>
    <link>https://linkyless.github.io/neural-network-notes/NN-03-Sigmoid-y-la-primera-derivada</link>
    <guid>https://linkyless.github.io/neural-network-notes/NN-03-Sigmoid-y-la-primera-derivada</guid>
    <description><![CDATA[ La primera función real del proyecto fue sigmoid. La elección no fue mía, en realidad. ]]></description>
    <pubDate>Sun, 26 Apr 2026 13:03:34 GMT</pubDate>
  </item><item>
    <title>NN-04 Softmax</title>
    <link>https://linkyless.github.io/neural-network-notes/NN-04-Softmax</link>
    <guid>https://linkyless.github.io/neural-network-notes/NN-04-Softmax</guid>
    <description><![CDATA[ Softmax apareció en escena cuando ya creía que tenía la red controlada. ]]></description>
    <pubDate>Sun, 26 Apr 2026 13:03:34 GMT</pubDate>
  </item>
    </channel>
  </rss>