Videos de Educación
Videos educativos y de formación.
Educación 184 videos
LLAMA CPP ⚙️ Domina los Parámetros de Sampleo para un LLM PERFECTO
Descubre cómo funcionan los parámetros de sampleo en los modelos de lenguaje y aprende a configurarlos para optimizar las respuestas de tu IA. En este video analizamos a fondo los ajustes de sampleo, tomando como referencia llama.cpp y LM Studio, aunque estos conceptos aplican a la mayoría de los cargadores de modelos como vLLM. Exploramos la naturaleza de los LLM como predictores de tokens y cómo el contexto influye en la generación de cada palabra. Explicamos detalladamente el impacto de la temperatura en la creatividad y la precisión, la función del Top K para limitar el rango de tokens probables y las diversas penalizaciones por repetición (repeat penalty, presencia y frecuencia) para evitar que el modelo caiga en bucles infinitos. Finalmente, discutimos cómo adaptar estos ajustes según la tarea, ya sea para razonamiento complejo o para la escritura de código. 📝 Índice: 00:00:00 Introducción a los parámetros de sampleo 00:00:51 Funcionamiento del contexto y predicción de tokens 00:03:12 Aleatoriedad vs Probabilidad en las respuestas 00:04:43 La Temperatura y la creatividad del modelo 00:07:31 Top K y la limitación de tokens 00:08:17 Prevención de repeticiones y bucles (Penalty) 00:10:35 Parámetros adicionales en llama.cpp 00:12:00 Configuración según el tipo de uso (Código vs Texto) #inteligenciaartificial #LLM #llamaCPP #LMStudio #MachineLearning #IA #PromptEngineering #Tecnologia Contacto: nichonauta@gmail.com Web: nichonauta.com URL del Directo Completo: https://www.youtube.com/watch?v=WTYkns3r7h8
Convolutional Neural Networks (CNNs) Explained
This video goes over Convolutional Neural Networks (CNNs), giving a high level explanation of how computers identify objects. Link to article: https://linguisticmaz.medium.com/convolutional-neural-networks-explained-b42f12e66de0?sk=b36aa00535b7bb3c1b5fff86798ea44e Time stamps: 0:00 - How computers see 1:04 - Why not a Neural Network 1:41 - How computers identify objects 2:07 - Kernels and Filters 4:18 - Activation functions (ReLu) 4:46 - Padding 6:50 - Pooling 7:52 - CNN Architecture 8:48 - Dealing with rotation and scale 9:05 - Summary Subscribe to my new weekly newsletter where I keep you up to date with the applications of data science and AI in Medicine: https://thehealthalgorithm.substack.com/ Let's Connect: https://www.linkedin.com/in/mazen-ahmed-8972aa160/
Turn Prompts into Stunning Images with AI
In this tutorial, you’ll learn how to create images using AI prompts and turn your ideas into stunning visuals in seconds. AI image generators allow you to describe what you want using text, and the AI will generate high-quality images, artwork, and designs based on your prompt. Popular tools like DALL·E, Midjourney, and Stable Diffusion make it easy to create visuals for thumbnails, social media, presentations, and creative projects. In this video, you’ll learn how to: • Write effective prompts for AI image generation • Generate images from text descriptions • Customize styles, lighting, and composition • Improve image quality with better prompts • Use AI images for different purposes This method is perfect for content creators, designers, marketers, educators, and students who want to create professional visuals quickly without advanced design skills. If you want to turn your ideas into visuals using AI prompts, this tutorial will guide you step by step. #AIImages #TextToImage #AITools #PromptEngineering #ContentCreation
LLM 🤖 Cómo FUNCIONAN realmente los Modelos de Lenguaje
Descubre cómo funcionan realmente los modelos de lenguaje y desmitifica la idea de que poseen autonomía. En este video exploramos la mecánica técnica detrás de la predicción de texto, el uso de plantillas y cómo los LLM interactúan con herramientas externas. Analizamos el proceso de autocompletado y la estructura de los prompts, diferenciando entre el system prompt, el usuario y el asistente. A través de ejemplos prácticos con llama CPP, se explica que la IA no está teniendo una conversación real, sino calculando la siguiente parte más probable de un texto basándose en fórmulas y pesos matemáticos. También profundizamos en la cadena de razonamiento (reasoning) y el uso de herramientas (tools). Explicamos que cuando un modelo como GitHub Copilot crea un archivo, no está haciendo clic en un botón, sino prediciendo un comando específico que el programa externo luego ejecuta. Finalmente, comparamos el rendimiento de modelos como Gema y Qwen, analizando cómo la cuantización y el tamaño del modelo afectan su capacidad para ejecutar tareas técnicas. 📝 Índice: 00:00:00 ¿Cómo funcionan los modelos de lenguaje? 00:01:12 Estructura de prompts: System, User y Assistant 00:02:30 El proceso de predicción de texto y tokens 00:04:00 Cadenas de razonamiento y etiquetas de pensamiento 00:06:15 El uso de herramientas y comandos externos 00:08:00 Análisis de modelos: Gema, Qwen y cuantización #InteligenciaArtificial #LLM #Programacion #MachineLearning #GithubCopilot #Tecnologia #IA #ModelosDeLenguaje Contacto: nichonauta@gmail.com Web: nichonauta.com URL del Directo Completo: https://www.youtube.com/watch?v=zUUb_rMjzxU
How AI Knows It's Wrong | Loss Function Explained
Ever wondered how a Neural Network actually "learns" from its mistakes? In this video, we break down the Loss Function, the essential "Report Card" that tells an AI model exactly how wrong it is. We move beyond complex formulas to explain the intuition behind: The Error Gap: Using a house price example (predicting 48L vs. an actual 50L) to visualize how we measure mistakes. Mean Squared Error (MSE): Why we square errors to penalize big mistakes more heavily than small ones. Cross-Entropy: How we measure confidence in classification, like predicting a 90% chance of a football goal. The Learning Loop: How the model uses loss to update its weights and improve over time. Whether you are a beginner in Data Science or just curious about how AI works, this guide simplifies the core feedback loop that makes Machine Learning possible. Keywords Primary Keywords: Loss Functions Explained, Neural Network Training, Machine Learning for Beginners, Mean Squared Error Intuition, Cross-Entropy Loss, AI Learning Process, Gradient Descent Basics, Regression vs Classification. Secondary Keywords: How AI learns, Neural Network weights and biases, AI report card analogy, house price prediction AI, MSE vs Cross Entropy, deep learning fundamentals. Hashtags #AI #MachineLearning #DeepLearning #DataScience #NeuralNetworks #LossFunction #TechExplained #LearnAI #PythonProgramming #AITutorial
Without This, AI Is Dumb | Activation Functions Explained
Without activation functions, even the deepest neural network is just doing simple math. In this video, we break down activation functions in the simplest way possible and understand why they are the real reason AI can learn complex patterns instead of just drawing straight lines. We start from the basics of an artificial neuron, then move step by step into how non-linearity changes everything in a neural network. You’ll clearly understand: Why linear models fail in AI What activation functions actually do How Sigmoid, ReLU, and Softmax work Why Sigmoid causes slow learning (vanishing gradient problem) Why ReLU is widely used in deep learning How Softmax helps in multi-class classification We also use simple real-world examples so you can connect concepts easily, whether you are preparing for interviews, learning machine learning, or just starting your AI journey. If you’ve ever wondered how AI actually becomes “intelligent,” this is the missing piece. Next, we’ll cover loss functions and how AI learns from its mistakes. Keywords (naturally included): activation functions, neural networks, deep learning, machine learning, artificial neuron, sigmoid function, relu function, softmax function, non linearity in neural networks, vanishing gradient problem, ai basics, deep learning explained, neural network tutorial, ai for beginners Hashtags: #AI #MachineLearning #DeepLearning #NeuralNetworks #ActivationFunctions #ArtificialIntelligence #ReLU #Sigmoid #Softmax #AIBasics #DataScience #LearnAI #AIExplained #MLBasics #TechExplained
These AI makes studio level videos ! 😱 Create INSANE Images Without Paying @kM youtube
Want to create professional AI art for FREE without paying for Midjourney or DALL·E subscriptions? 🤯 In this video, I reveal the top underrated FREE AI tools that can generate mind-blowing, client-level visuals — even if you're just starting out! 💡 Whether you're a content creator, designer, or freelancer, these tools can save you money and boost your creativity. 🚀 Tools Covered: Stable Diffusion (Unlimited & powerful 🔥) Leonardo AI (Beginner-friendly + free credits 🎯) Playground AI (Fast + easy editing ⚡) Bing Image Creator (DALL·E 3 for FREE 🤯) 🎯 What You'll Learn: ✔ How to create high-quality AI images for FREE ✔ Secret prompting tips for better results ✔ Best tools for thumbnails, social media & clients ✔ Which tool is the ultimate GAME CHANGER 💬 Which tool will you try first? Comment below! 👍 Like this video if it saved you money 🔔 Subscribe for more AI tips & tools ⚠️ Disclaimer This video is for educational purposes only. All tools mentioned are subject to their respective terms of service and usage policies. Availability of free features may change over time. The creator is not affiliated with any of the tools mentioned. free ai art tools, best free ai image generator, ai art free 2026, midjourney alternative free, dall e free alternative, stable diffusion tutorial, leonardo ai review, bing image creator free, playground ai tutorial, ai art for beginners, create ai images free, ai tools for content creators, free graphic design ai, ai thumbnail generator free #AIArt #FreeAITools #AIGenerator #MidjourneyAlternative #Dalle3 #StableDiffusion #LeonardoAI #BingImageCreator #PlaygroundAI #ContentCreation #AITools2026 #DigitalArt #AIImages #ThumbnailDesign #EarnOnline
How AI Creates Images Explained | Diffusion Models & Prompt to Image AI
How does AI actually create images from a simple text prompt? In this video, we break down the magic behind AI image generation in 4 simple stages — from training the AI's visual brain to turning random noise into stunning, detailed pictures. Whether you're using Midjourney, DALL·E, Stable Diffusion, or any other AI art generator, this guide will help you understand exactly what's happening behind the scenes when you type a prompt and watch an image appear. 🔑 What you'll learn: • Stage 1: How the AI Learns — Building a Visual Brain with training data • Stage 2: How AI Analyzes Your Prompt — Turning words into meaning • Stage 3: From Noise to Image — The Diffusion Process explained • Stage 4: Why AI Generates Multiple Versions of the same prompt We also explore the bigger question: If an AI can create art, what does it mean to be an artist? Perfect for beginners, creators, designers, and anyone curious about how generative AI, machine learning, neural networks, and diffusion models work together to create images. 👍 Like, subscribe, and turn on notifications for more easy explainers on AI, technology, and the future of creativity. #AI #ArtificialIntelligence #AIArt #ImageGeneration #DiffusionModels #MachineLearning #GenerativeAI #DeepLearning #PromptEngineering #AIExplained #Midjourney #StableDiffusion #DALLE #TechExplained #FutureOfAI
Convolutional Neural Networks Explained | ANN Issues, Convolution, Pooling, Flattening, Dense Layers
This video explains Convolutional Neural Networks from basics. Topics covered: Problems in Artificial Neural Networks with images CNN architecture and working flow Convolution operation with filters Pooling layers and feature reduction Flatten layer concept Dense layer classification process #cnn #convolutionalneuralnetwork #convolution #deeplearning
¿Qué es un LLM? Cómo aprenden los Modelos de Lenguaje Grande
¿Qué es un LLM? | Cómo aprenden los Modelos de Lenguaje Grande ¿Usas IA todos los días? Probablemente sí. En este video explico, de forma clara y sin exageraciones, qué es realmente un LLM (Modelo de Lenguaje Grande) y cómo aprende. Hablamos de: Qué significa que un modelo “predice” en lugar de “pensar” Qué es un modelo de completación Cómo funciona el entrenamiento con grandes cantidades de texto Qué es una red neuronal (sin misticismo) Qué es la función de pérdida (loss function) Por qué minimizar la pérdida no es lo mismo que encontrar la verdad Cómo los datos de entrenamiento influyen en lo que el modelo considera “correcto” La IA no piensa. No razona. No entiende. Reconoce patrones y predice la siguiente palabra más probable. Y entender eso cambia por completo cómo la usas. 📚 Esta es una serie Este video forma parte de la serie Fundamentos de IA en Español. Es una serie diseñada para construir conocimiento paso a paso. Cada video se apoya en el anterior y prepara el siguiente. Todos los contenidos estarán en español y están pensados para ayudarte a desbloquear el verdadero potencial de la inteligencia artificial — no como espectador, sino como usuario informado y estratégico. En los próximos episodios profundizaremos en temas como: RAG (Retrieval Augmented Generation) Agentes de IA Sesgo y datos de entrenamiento Cómo escribir mejores prompts Cómo funcionan realmente estos sistemas por dentro Si quieres formar parte de esta construcción desde la base, suscríbete y activa las notificaciones. Esta serie no busca impresionar. Busca que entiendas. Nos vemos en el próximo video. Sobre el canal Fundamentos de IA en Español es una serie creada para hispanohablantes que quieren entender la inteligencia artificial de verdad — sin tecnicismos innecesarios, con ejemplos claros y aplicaciones del mundo real. Sobre el autor Allen Cordrey es desarrollador con 25 años de experiencia, actualmente diseñando sistemas de IA que utilizan RAG, MCP, Sidecar y Desarrollo Constitucional. Este canal nace de su trabajo en el campo y su pasión por hacer la IA accesible para todos. ¿Qué parte de la IA quieres entender mejor? Déjanos saber en los comentarios 👇
Los 7 conceptos de IA que tienes que saber sí o sí: Agentes, AGI, MLLM y más… 🤖🧠
Descarga la guía para usar ChatGPT como un PRO aquí: https://www.jonhernandez.education/guia-chatgpt/ ¡Apúntate al Club de la IA! Grupo de WhatsApp conmigo y otros cientos de locos por la IA: https://clubdelaia.com/ 🔥 Cada día me llegan por redes sociales decenas de comentarios preguntándome qué significan algunas de las palabras, de los tecnicismos que utilizamos cuando hablamos de inteligencia artificial. En este vídeo explico, de forma clara y sin jerga, 7 conceptos clave de IA: qué es un agente de IA, qué significa AGI y la ASI, por qué hablamos de cajas negras y de alineamiento, qué es un LLM y cómo funcionan los tokens, además del contexto y las alucinaciones. Resolverás dudas típicas como “qué es un agente de IA”, “qué es AGI”, “qué son las alucinaciones en IA” y “qué es un LLM”. ► Concursos, Descuentos y Regalos PACK Cursos IA con 150€ de descuento! https://academia-ia.com/curso-ia-generativa/?subscription_plan=140903#register Consigue tu Plaud AI con Código Descuento: https://bit.ly/plaud_ai_jonhernandez Contesta tus emails con IA con Jace AI, Código Descuento JONIA: https://www.jace.ai/ ► Comunidad y Noticias IA Newsletter semanal con las mejores Noticias de IA: https://www.jonhernandez.education/newsletter-ia/ Comunidad de Discord: https://discord.gg/mNEyUN2g8e Canal de WhatsApp sobre IA: https://www.whatsapp.com/channel/0029VaDBcuy3WHTZIOgD1Q2n Web con las mejores IAs: https://iaperfecta.com ► Sponsors y Colaboraciones Consultas sobre marca, patrocinios y negocios: iban@jonhernandez.education ____________ ⏱ Timestamps: 00:00 Introducción 00:25 Agentes de IA 02:39 AGI 04:49 Cajas Negras 06:45 Alineamiento 08:16 LLM/MLLM 09:10 Concepto 1: Transformer 09:34 Concepto 2: Tokens 10:31 Contexto 11:39 Alucinación
Cómo funcionan los LLMs
Entra ya a https://platzi.com/conf/ y obtén tu entrada a Platzi Conf este 17 de mayo. Aprende de líderes en la industria tech y conoce personas con las que construirás cosas grandes. ------------------------------------ En este video se explica de manera sencilla y profunda cómo funcionan los grandes modelos de lenguaje que impulsan la inteligencia artificial moderna, como ChatGPT. A partir de ejemplos cotidianos, se introduce el concepto de atención, mostrando cómo los modelos identifican las palabras más relevantes en un texto para predecir la siguiente palabra. El video también aborda cómo las redes neuronales utilizan estos tokens y sus relaciones para aprender patrones del lenguaje, y cómo el mecanismo de atención permite enfocar el cálculo solo en los elementos más importantes, haciendo posible la generación eficiente de texto. Nuevo Curso de Fundamentos de Ingeniería de Software: https://platzi.com/cursos/ingenieria/ ------------------------------------ Síguenos Facebook: https://platzi.com/l/fHl6pows/ Twitter: https://platzi.com/l/0DJ5PONB/ Instagram: https://platzi.com/l/jt260ue0/ @recent-platzi