Bayes y la aritmética del aprendizaje

En esta charla veremos cómo el Teorema de Bayes pasó de ser casi un tabú a convertirse en una pieza clave para razonar cuando hay incertidumbre. ¿Por qué se le dio la espalda durante décadas? ¿Qué cambió para que hoy esté en el centro de la inferencia, el aprendizaje automático y la toma de decisiones? Recorremos su historia -de Bayes y Laplace a la revolución computacional (MCMC, etc.)- y aclaremos ideas que suelen generar confusión: qué es un prior, cómo los datos actualizan nuestras creencias y por qué la posterior no es "magia", sino álgebra de probabilidades aplicadas.