Curso de Álgebra Lineal Aplicada para Machine Learning

Curso de Álgebra Lineal Aplicada para Machine Learning

Instruido por:
Sebastián Sosa
Sebastián Sosa
Básico
2 horas de contenido
Ver la ruta de aprendizaje
Curso de Álgebra Lineal Aplicada para Machine Learning

Curso de Álgebra Lineal Aplicada para Machine Learning

Progreso del curso:0/18contenidos(0%)

Contenido del Curso
Tutoriales de estudiantes
Preguntas de estudiantes

Progreso del curso:0/18contenidos(0%)

Transformaciones lineales y descomposición de matrices

Material Thumbnail

Introducción al curso

01:47 min

Material Thumbnail

Podemos y debemos pensar a las matrices como transformaciones lineales

12:56 min

Material Thumbnail

Autovalores y Autovectores

06:44 min

Material Thumbnail

Cómo calcular los autovalores y autovectores

06:45 min

Material Thumbnail

Descomposición de matrices

08:37 min

Material Thumbnail

¿Cómo descompongo una matriz no cuadrada (SVD)?

05:29 min

Material Thumbnail

Las tres transformaciones

10:53 min

Material Thumbnail

Aplicación de las matrices D y V y U y su efecto en la transformación

06:25 min

Material Thumbnail

¿Cómo interpretar los valores singulares?

09:17 min

Aplicaciones de SVD a una imagen

Material Thumbnail

Una imagen es una matriz

09:47 min

Material Thumbnail

Apliquemos la descomposición SVD a una imagen

07:41 min

Material Thumbnail

Buscando la cantidad de valores singulares que nos sirvan

05:04 min

Material Thumbnail

¿Qué es una pseudo inversa de Moore Penrose y cómo calcularla?

14:28 min

Material Thumbnail

Usando la pseudo inversa para resolver un sistema sobredeterminando

07:28 min

Aplicando Álgebra Lineal: Análisis de Componentes Principales (PCA)

Material Thumbnail

Preparando el conjunto de imágenes para aplicar PCA

10:58 min

Material Thumbnail

Apliquemos PCA a un conjunto de imágenes

08:48 min

nuevosmás votadossin responder
Damian Spizzirri
Damian Spizzirri
Estudiante

Que significa encontrar un punto que minimice la norma 2?"

0
Damian Spizzirri
Damian Spizzirri
Estudiante

No termino de entender porque le pone estilo clásico, en que afecta??

1
Damian Spizzirri
Damian Spizzirri
Estudiante

No termino entender como funciona el metodo quiver, que hace cada uno de los parametros, alguno me lo sabe explicar?

0
Giovany samaca
Giovany samaca
Estudiante

una pregunta
que diferencia hay si el determinante es negativo a si el determinante es positivo??
el profe menciona que si tienen la misma norma es negativo, es que no entiendo muy bien el determinante en que influye en la graficacion del vector transformado?? muchas gracias

0
Carlos.Alvarez
Carlos.Alvarez
Estudiante

Porque al definir en el pizarrón a A_pse, lo define con el producto de V normal con D_pse y U.T pero cuando lo calcula en python lo calcula con la transpuesta, es decir el producto V.T y lo demás igual.

0
Pedro Alejandro Montaño Herrera
Pedro Alejandro Montaño Herrera
Estudiante

¿Alguien tiene algún recurso o puede explicar geométricamente que son los valores singulares?

2
Diego Alejandro Lesmes
Diego Alejandro Lesmes
Estudiante

¿Que metodo me indica cuales son exactamente los principales componentes? 🤔

0
Erick Herrera
Erick Herrera
Estudiante

Una duda, por qué calcula los autovalores y autovectores de xy_centrado.T.dot(xy_centrado) y no solo de xy_centrado?
gracias

0
jhcueva
jhcueva
Estudiante

Tengo este error al ejecutar mi código.

Circulo unitario:
---------------------------------------------------------------------------
NameError                                 Traceback (most recent calllast)
<ipython-input-5-796d83716487> in <module>()
      1 print('Circulo unitario:')
----> 2 graficarMatriz(np.array([[1, 0],[0, 1]]))3 plt.xlim(-1.5, 1,5)
      4 plt.ylim(-1.5, 1,5)
      5 plt.show()

<ipython-input-2-b2a3de1aa38f> in graficarMatriz(matriz, vectorCol)
     14   v1 = [matriz [0,1], matriz[1,1]]
     15---> 16   graficarVectores([u1, v1], cols = [vectorCol[0], vectorCol[1]])17   plt.plot(x1, y1, 'green', alpha = 0.7)
     18   plt.plot(x1_neg, y1_neg, 'green', alpha = 0.7)

NameError: name'graficarVectores'isnot defined

Alguien me podría explicar que esta mal para poder corregirlo.

def graficarMatriz(matriz, vectorCol = ['red', 'blue']):
  #circulo unitario
  x = np.linspace(-1, 1, 100000)
  y = np.sqrt(1 - (x**2))

  #ciruclo unitario transformado 
  x1 = matriz[0, 0]*x + matriz [0, 1]*y
  y1 = matriz[1, 0]*x + matriz [1, 1]*y
  x1_neg = matriz[0, 0]*x - matriz[0, 1]*y
  y1_neg = matriz[1, 0]*x - matriz[1, 1]*y

  #vectores
  u1 = [matriz[0, 0], matriz[1, 0]]
  v1 = [matriz [0,1], matriz[1,1]]

  graficarVectores([u1, v1], cols = [vectorCol[0], vectorCol[1]])
  plt.plot(x1, y1, 'green', alpha = 0.7)
  plt.plot(x1_neg, y1_neg, 'green', alpha = 0.7)
0
jhcueva
jhcueva
Estudiante

Alguien me puede explicar que hace esta linea de código?

U, D, V = np.linalg.svd(A)
3