Felipe Ortega

@juanma_rubio No estabas en el podcast por un buen motivo... Muy buena entrevista, parece un chaval sensato. Esperemos que tenga suerte y evolucione a un perfil de jugador aún más sólido.

Aday Mara, en AS: un año que seguramente ha transformado su carrera, UCLA y Michigan, Dusty May, el futuro, la Selección, sus referentes...

Esto deberían tenerlo muy en cuenta cuando se pretende crear nuevos centros de datos y de IA en nuestro país. No puede haber aplicaciones sin que primero tengamos la infraestructura.

@GarciaAller Para alguna #Pausa futura: cuando se sugiera que España tiene que potenciar el consumo de electricidad, porque tenemos mucha producción de renovables, etc. Mapa: foroindustriayenergia.com/mapa-de-subest… El problema (uno de ellos) es que la red de distribución está saturada

An Open Letter to Georgetown Students, In Response to Recent Announcements by the University about “Generative AI” medium.com/center-on-priv…

Another wonderful title from @CRC_MathStats Data Science Book Series. I have read Michael Clark's blog for many years, and it is also full of (expanded) examples and insights on data modelling: m-clark.github.io

For all people willing to really *understand* (of many kinds) models in data science, including recent advances in interpretation and evaluation, this is a key resource: m-clark.github.io/book-of-models/ Big pro: all examples in both R and Python, because focus is on mastering concepts.

Happy Birthday to Ken Thompson. Co-creator of UNIX, creator of B, and co-designer of Go. A true computing legend.

@Obijuan_cube Gracias!!! Ponemos el café 😉

@jfelipe Hecho! El Lunes están ahi 😀

¡Acabo de llegar a Bruselas! Para asistir a la ceremonia de los European Open Source awards! 😀 awards.europeanopensource.academy #EOSA26 #EOSAcademy

MIT is offering Books on AI & ML (ABSOLUTELY FREE): 1. Foundations of Machine Learning cs.nyu.edu/~mohri/mlbook/ 2. Understanding Deep Learning udlbook.github.io/udlbook/ 3. Introduction to Machine Learning Systems mlsysbook.ai/assets/downloa… 4. Algorithms for ML algorithmsbook.com 5. Deep Learning deeplearningbook.org 6. Reinforcement Learning andrew.cmu.edu/course/10-703/… 7. Distributional Reinforcement Learning direct.mit.edu/books/oa-monog… 8. Multi Agent Reinforcement Learning marl-book.com 9. Agents in the Long Game of AI direct.mit.edu/books/oa-monog… 10. Fairness and Machine Learning fairmlbook.org 11. Probabilistic Machine Learning ❯ Part 1 : probml.github.io/pml-book/book1… ❯ Part 2 : probml.github.io/pml-book/book2…

Roadmap from Cornell - Introduction to CUDA cvw.cac.cornell.edu/cuda-intro

If you are looking for reading material for the upcoming weekend, (the long-promised) Chapter 5 on LLM self-refinement is now finally out in the early access. Here, we continue the inference-time scaling theme, but we move beyond self-consistency and voting. More specifically, we implement a self-refinement loop, where a model iteratively critiques and improves its own answers. Along the way, the chapter implements several core pieces that will become essential in the upcoming reinforcement learning chapters like log-probability scoring (I finished the RL chapter last week, and it will hopefully be out soon, too). Like always, all of this is implemented from scratch, step by step, of course. I think that seeing it all in working code really helps with understanding how LLM reasoning methods work (versus just looking at the equations). Anyways, with Chapter 5 out, the early-access version of the book has grown quite a bit (~300 pages) and now finally wraps up inference-time reasoning before we transition into the (even more) fun part: reinforcement learning (from scratch!) in the next chapter. 🔗 Here's the link to the book's early access: mng.bz/dWGv Happy reading (PS: Sorry for the delay. It turns out the submitted manuscript got a bit backlogged in the publisher’s processing pipeline. The silver lining is that the reinforcement learning chapter hopefully now follows sooner! )

Jensen Huang: “The world needs to build energy infrastructure as fast as it builds AI infrastructure”. Why don’t we start investing more effort in identifying and using energy-efficient algorithms? Innovation is in reducing energy consumption not building more power plants #AI

@jdieramon @joscani @R_Hisp Lástima que este año tampoco coincidamos. Mañana estaré en el SCEW 2025, un poco más al norte 😉 Pasadlo muy bien!!

@joscani @R_Hisp On my way

Ya mismo estamos en las #15JornadasRes Será la 14 vez que vaya Solo me perdí las segundas en Mieres. Es mi evento favorito del año. @R_Hisp rvalencia.webs.upv.es

¡Manic miner en modo texto! En esta prueba se mueve el personaje en un escenario inspirado en la pantalla 1 del juego Lo veo interesante para enseñar programación con python de forma divertida, sin tener que utilizar bibliotecas gráficas github.com/Obijuan/unicod…

@joscani +70% de coincidencias ✨️, incluyendo "Algorithms for Optimization", esa gran perla desconocida para muchos.

Parte de mi librería imprescindible

@CarrefourES Ya llevamos 1 semana sin varios panes de molde (centeno, integral sin corteza) de vuestra marca en Carrefour Market de Avda. de Madrid, Villaviciosa de Odón. Tenemos paciencia, pero debéis mejorar vuestro plan de reposición, por favor.

The 3rd edition of my book Deep Learning with Python is being printed right now, and will be in bookstores within 2 weeks. You can order it now from Amazon or from Manning. This time, we're also releasing the whole thing as a 100% free website. I don't care if it reduces book sales, I think it's the best deep learning intro around, and more people should be able to read it.

Una referencia estupenda y gratuita para aprender sistemas operativos, con ejemplos prácticos, ejercicios y en español 👇

@joscani Hasta que ha llegado Astral UV y a volar: docs.astral.sh/uv/ Creo que en reticulate ya lo están usando como alternativa para gestionar el entorno virtual Python. Este año en clase ha sido una maravilla

@jfelipe En Python lo solucionaron usando los wheel (manylinux) que básicamente se llegó a un consenso de que todo se precompilaba en una distro super vieja aka un libgcc muy viejuno

Instalar o actualizar paquetes de R en linux es más rápido que nunca. Por ejemplo, en mi .Rprofile tengo puesto esto options(repos = c(CRAN = "packagemanager.posit.co/cran/__linux__…")) Y ahora instalar cosas como la librería duckdb lleva menos de 1 segundo