Descenso de Gradiente

Rueda cuesta abajo para encontrar el mínimo — el motor del machine learning

El descenso de gradiente encuentra el mínimo de una función dando pasos repetidamente en la dirección de mayor descenso. El gradiente (derivada) te dice cuál es la dirección "cuesta abajo", y la tasa de aprendizaje controla el tamaño de cada paso.

El gráfico muestra f(x) = x⁴ − 3x² + 2, que tiene dos valles (mínimos locales). Comenzando desde un punto, el algoritmo sigue la pendiente cuesta abajo, paso a paso, hasta llegar a un valle. Así es exactamente como aprenden las redes neuronales — "ruedan cuesta abajo" sobre el paisaje de pérdida.

Pregúntale al AI "Empieza en x = 2 y desciende" o "¿Qué pasa con una tasa de aprendizaje grande?"

Temas relacionados

¿Qué es una Derivada?Método de Newton-RaphsonEcuaciones Cuadráticas

Suggested Lessons

Slope Quadratic Equations Unit Circle Word Problems
¿Qué es el descenso de gradiente?
Un algoritmo de optimización que encuentra los mínimos de una función iterando: x_{n+1} = x_n − α · f'(x_n), donde α es la tasa de aprendizaje. En cada paso, te mueves en dirección opuesta al gradiente (cuesta abajo).
¿Qué es la tasa de aprendizaje?
La tasa de aprendizaje α controla el tamaño del paso. Demasiado pequeña: convergencia lenta, se necesitan muchos pasos. Demasiado grande: sobrepasas el mínimo y puedes divergir. Encontrar la tasa correcta es un desafío clave en machine learning.
¿Cuál es la diferencia entre mínimo local y global?
Un mínimo local es un valle más bajo que sus alrededores inmediatos, pero puede no ser el punto más bajo en absoluto. Un mínimo global es el punto más bajo en general. El descenso de gradiente puede quedar atrapado en mínimos locales — solo ve la pendiente local.
¿Cómo se usa en machine learning?
Las redes neuronales tienen una "función de pérdida" que mide el error de predicción. El descenso de gradiente ajusta los parámetros del modelo para minimizar esta pérdida — literalmente rodando cuesta abajo en un paisaje de alta dimensión. Todos los modelos de IA que usas fueron entrenados así.
What can it graph?
It can plot explicit, implicit, and parametric functions, add points and geometry, and animate sliders on the same graph.
Can I use voice or a photo?
Yes. You can talk to the tutor, upload a worksheet or handwritten problem, and let the graph update from that input.
Will it explain the steps?
Yes. The AI explains what it is drawing and why, so you see the answer on the graph instead of getting only a final number.