El libro tiene dos partes. La primera es un curso de álgebra lineal, geometría, descomposiciones de matrices, cálculo vectorial, probabilidad y optimización. La segunda arma cuatro métodos conocidos usando solo esas piezas, para mostrar que debajo de todo hay la misma maquinaria.
Qué saqué de él
Lo más valioso para mi trabajo es también lo más simple: entender qué significa medir parecido. Cuando un sistema dice que dos documentos son similares, está calculando un ángulo entre dos flechas en un espacio de muchas dimensiones. Saber eso cambia lo que prometo: el sistema encuentra lo que se parece en la forma de aparecer, no lo que es correcto ni lo que es pertinente para la pregunta. Es una distinción que un comprador no puede hacer solo y que conviene decirle antes de firmar.
Lo segundo es la idea de que reducir dimensiones es proyectar: quedarse con las direcciones donde los datos varían y descartar el resto. Tiene una lectura directa en el trabajo de indicadores, porque la mayoría de los paneles tienen muchas menos dimensiones reales de las que muestran.
Y lo tercero es haber perdido el miedo a la notación. Después de estas páginas, un artículo técnico deja de ser una pared, y eso vale por sí solo cuando el mercado está lleno de afirmaciones que nadie verifica.
Qué dejé fuera
Buena parte, y prefiero decirlo con precisión: trabajé la primera parte y el capítulo de reducción de dimensiones; el resto de la segunda lo recorrí sin hacer los ejercicios, que es otra manera de decir que no lo aprendí. Es un libro exigente, está disponible sin costo, y la distancia entre leerlo y poder usarlo es más larga de lo que sugiere su prólogo.