
Encuentra tu próximo curso
Norma L2 vs L1 en vectores con NumPy
Curso de Álgebra Lineal para Machine Learning
PCA desde cero con NumPy paso a paso
Curso Avanzado de Álgebra Lineal y Machine Learning: PCA y SVD
Curso de Álgebra Lineal para Machine Learning
Domina el álgebra lineal aplicada a la IA. Aprende a manipular tensores, vectores y matrices con NumPy y Python. Calcula el producto punto para medir similitud, resuelve sistemas de ecuaciones y aplica la pseudoinversa en modelos de regresión lineal. Utiliza Google Colab para graficar con Matplotlib, analiza la norma L1/L2 y evita errores de multicolinealidad en tus entrenamientos
Configurar un demo clonado desde Hugging Face
Curso de Experimentación en Machine Learning con Hugging Face
Curso de Python para Ciencia de Datos
Maneja y analiza datos con Python, NumPy y Pandas. Limpia, transforma, visualiza información y crea portafolios aplicando técnicas de ciencia de datos y gráficos en Matplotlib.
Operaciones de Álgebra Lineal con NumPy en Python
Curso de Python para Ciencia de Datos
Interacción entre Arrays de NumPy y Tensores de PyTorch
Curso de Redes Neuronales con PyTorch
Curso Avanzado de Álgebra Lineal y Machine Learning: PCA y SVD
Domina técnicas avanzadas de descomposición matricial para IA. Implementa PCA y SVD desde cero con Python y NumPy. Aprende a combatir la maldición de la dimensionalidad, interpreta la matriz de covarianza y optimiza modelos de Machine Learning. Aplica la ecuación característica con NumPy, estudia eigenvectores y descubre por qué SVD es clave en redes neuronales.

Bases matemáticas para data science
Si estás leyendo esto, seguramente tienes interés en aprender sobre ciencia de datos, pero has escuc...

Curso de NLP con Python
Procesa y analiza textos con Python, limpiando datos, extrayendo entidades, clasificando sentimientos y visualizando resultados usando NLP, Transformers, NLTK, Spacy y modelos de Hugging Face.
Keras datasets
Curso Profesional de Redes Neuronales con TensorFlow
Curso de Estadística Computacional con Python
Domina la estadística computacional usando Python para analizar datos, realizar simulaciones y calcular probabilidades. Aprende a aplicar técnicas de inferencia estadística y a desarrollar simulaciones de Monte Carlo.
Curso de Álgebra Lineal: Fundamentos y Aplicaciones
Aprende a resolver sistemas de ecuaciones con eliminación gaussiana y entiende espacios vectoriales. Calcula determinantes, matrices inversas y aplica mínimos cuadrados. Desarrolla habilidades analíticas con eigenvalores y transformaciones lineales. Usa proyecciones ortogonales para aproximar datos y domina la diagonalización de matrices.