BITÁCORA 001 · INVESTIGACIÓN

Qué sostiene esta bitácora

Material docente: manual U1 §2.1, pp. 7–8 (espacio y axiomas), y diapositivas 9 y 23 (recomendación y terna). No cuentan entre las 21 obras externas. Lectura de los pasajes indicados, no de cada obra completa.

← Volver a la lectura

Qué se sortea

FUENTE 01

MIT OpenCourseWare · Probabilistic Systems Analysis and Applied Probability

Pasaje: Lecciones 1–2: modelo finito, probabilidad total y árbol.

Separar resultado, ley y suceso antes de calcular. Las dos ramas por persona llevan probabilidades condicionadas.

Alcance: Un espacio finito no implica equiprobabilidad.

FUENTE 02

Kahan et al. · Demystifying estimands in cluster-randomised trials

Pasaje: §3, análisis de resúmenes por conglomerado.

Los pesos dependen de si la unidad objetivo es el individuo o el conglomerado. En nuestro caso son impresiones agrupadas por persona.

Alcance: Trasladamos la aritmética del promedio; no un efecto de tratamiento.

FUENTE 03

Kahan et al. · Informative cluster size: A case study from the TRIGGER trial

Pasaje: Métodos, tabla 3 y figura 1.

Seis hospitales de tamaños distintos; el reanálisis compara estimaciones con igual peso por paciente o por centro. Demuestra por qué especificar la unidad puede importar en datos reales.

Alcance: Los resultados clínicos no estiman diferencias de CTR.

Qué aprende el modelo

FUENTE 04

Ng y Ma · CS229 Lecture Notes

Pasaje: PDF pp. 21–23, regresión logística.

La sigmoide transforma un predictor lineal en probabilidad. Al fijar la característica en uno queda un intercepto que podemos aislar.

Alcance: No generalizar el óptimo constante a modelos con características.

FUENTE 05

Goodfellow, Bengio y Courville · Deep Learning

Pasaje: §6.2.2.2, salida sigmoide de Bernoulli.

Justifica usar una salida para una etiqueta binaria y derivar la pérdida desde una distribución condicional.

Alcance: Bernoulli describe la etiqueta elegida, no el interés latente.

FUENTE 06

Zhang et al. · Dive into Deep Learning

Pasaje: §4.1.3.1–3, entropía, sorpresa y entropía cruzada.

La distribución que genera las etiquetas pesa los términos de la pérdida. La predicción que minimiza la entropía cruzada reproduce esa distribución; el logaritmo natural da nats.

Alcance: La generalización a datos futuros requiere otra comprobación.

Cómo cambiar de medida

FUENTE 07

Owen · Monte Carlo Theory, Methods and Examples

Pasaje: Cap. 9, §9.1 y teorema 9.1.

El cociente entre densidad objetivo y de muestreo cambia la esperanza. En un conjunto finito es un cociente de masas; verificar la cobertura evita dividir por cero.

Alcance: Para una función concreta basta cubrir donde su contribución no es nula; para toda pérdida se exige cobertura del objetivo.

Qué observan los recomendadores

FUENTE 08

Covington, Adams y Sargin · Deep Neural Networks for YouTube Recommendations

Pasaje: §4, PDF p. 5, párrafo anterior a §4.1.

El diseño publicado ordenaba por una función del tiempo esperado por impresión: el clic podía favorecer vídeos abandonados pronto.

Alcance: Es el sistema descrito en 2016, no una afirmación sobre YouTube hoy.

FUENTE 09

Li et al. · A Contextual-Bandit Approach to Personalized News Article Recommendation

Pasaje: PDF p. 2, formulación de la recompensa.

La recompensa 1/0 corresponde al artículo mostrado. El resultado de una alternativa no seleccionada no está registrado.

Alcance: Un cero observado y una alternativa no expuesta son cosas distintas.

FUENTE 10

Li et al. · Unbiased Offline Evaluation of Contextual-bandit-based News Article Recommendation Algorithms

Pasaje: PDF p. 8, condiciones del replay.

El registro aleatorizado permite reproducir decisiones compatibles para evaluar otra política bajo supuestos explícitos.

Alcance: El resultado no se aplica sin más a registros deterministas ni a tráfico dependiente.

FUENTE 11

Dudík, Langford y Li · Doubly Robust Policy Evaluation and Learning

Pasaje: PDF p. 2, planteamiento de los análisis de sesgo y varianza.

Para evaluar políticas pueden combinarse modelos de recompensa y de la política histórica. Distinguir esto de un simple cambio de denominador.

Alcance: No se estima aquí ninguno de los dos modelos ni se reclama doble robustez.

FUENTE 12

Schnabel et al. · Recommendations as Treatments: Debiasing Learning and Evaluation

Pasaje: PDF p. 3, mecanismo de asignación e IPS.

La probabilidad de observar un par usuario–ítem puede conocerse por diseño o requerir estimación. Es diferente del peso empírico de un usuario.

Alcance: La corrección plantea condiciones de observación; nuestros diez registros no identifican propensiones de exposición.

FUENTE 13

Joachims, Swaminathan y Schnabel · Unbiased Learning-to-Rank with Biased Feedback

Pasaje: PDF p. 2, sesgo de posición y modelo de clic.

El lugar que ocupa un ítem afecta a la oportunidad de examinarlo. Un clic es evidencia mediada por la presentación.

Alcance: Dar igual peso a los usuarios no corrige el sesgo de posición.

Qué rompe la extrapolación

FUENTE 14

Swaminathan y Joachims · Counterfactual Risk Minimization

Pasaje: PDF p. 3, recorte de pesos.

Propensiones pequeñas pueden provocar estimaciones muy variables; limitar pesos intercambia varianza por sesgo.

Alcance: No recortar los pesos exactos del lote: alteraría la identidad que se demuestra.

FUENTE 15

Gilotte et al. · Offline A/B testing for Recommender Systems

Pasaje: PDF p. 2, estimación por importancia y rankings top-K.

Las listas tienen un espacio de acciones mucho mayor que dos opciones; el tamaño de los pesos condiciona la utilidad práctica del estimador.

Alcance: No confundir una comparación descriptiva con un A/B de políticas completas.

FUENTE 16

Schaul et al. · Prioritized Experience Replay

Pasaje: §3.4, PDF p. 5.

Priorizar transiciones cambia la distribución de las actualizaciones. Es un segundo contexto de IA que justifica enlazar muestreo y gradiente.

Alcance: El ejemplo del artículo no usa repetición de experiencias ni aprendizaje por refuerzo.

FUENTE 17

Guo et al. · On Calibration of Modern Neural Networks

Pasaje: §2, definición y diagramas de fiabilidad.

Comparar confianza y frecuencia observada exige indicar las observaciones con que se contrasta. Ajustar la media del lote no valida predicciones individuales futuras.

Alcance: El estudio examina confianza de clasificadores; no atribuir sus resultados al recomendador ficticio.

FUENTE 18

Lipton, Wang y Smola · Detecting and Correcting for Label Shift with Black Box Predictors

Pasaje: PDF p. 2, supuestos A.1–A.3.

El cambio de proporciones de etiquetas es un problema distinto: su método mantiene la distribución de características dada la etiqueta y exige cobertura.

Alcance: Dos porcentajes distintos en una misma tabla no prueban un cambio temporal en la población.

FUENTE 19

Sugiyama, Krauledat y Müller · Covariate Shift Adaptation by Importance Weighted Cross Validation

Pasaje: §2 y demostración de la igualdad de riesgos ponderados.

El traslado de riesgo entre poblaciones presupone que la respuesta condicional se conserva. En el lote fijamos las respuestas y cambiamos pesos por definición.

Alcance: No suponer que en producción la respuesta será invariante ante cambios de interfaz o política.

Cómo comprobar la implementación

FUENTE 20

scikit-learn · log_loss

Pasaje: Definición y parámetros normalize y sample_weight.

Permite reproducir la pérdida media con pesos por observación; distingue promediar de sumar.

Alcance: Documentación de implementación, no prueba de la identidad matemática.

FUENTE 21

SQLite · Built-in Aggregate Functions

Pasaje: avg(X), sum(X) y total(X).

Los agregados excluyen NULL. Conviene fijar qué es falta de exposición y qué es una impresión sin clic antes de construir el denominador.

Alcance: Una consulta correcta sobre filas incompletas no recupera exposiciones omitidas.