Nivel Intermedio
19 clases
2 horas de contenido
6 horas de práctica
Comprende y aplica álgebra lineal a Machine Learning. Descubre autovalores, autovectores, y descomposición de matrices con SVD y PCA. Optimiza tus modelos reduciendo dimensiones y mejorando eficiencia computacional.
Clases del curso
Aplicaciones de SVD a una imagen
Aplicando Álgebra Lineal: Análisis de Componentes Principales (PCA)
Profes del curso
Conoce quién enseña el curso
Opiniones del curso
4.6 · 546 opiniones
Bernardo Javier Miranda Tarelo
@javiercyber21·
Este curso me hizo ver conceptos de el algebra lineal que nunca vi en la universidad. Excelente profesor.
Ramsés Alejandro Camas Nájera
@RamsesCamas·
Un curso excelente para conocer a mayor profundidad como se aplica la álgebra lineal en el Machine Learning.
Juan David Angarita Pinzón
@juandavidangaritapinzon·
Excelente curso! Super recomendado!
Thomas Gonzalez Rodrigues
@thomasquamtum·
te explica de forma simple y con ejemplos como funciona algoritmos y procesos en el data science, además de mostrar una aplicación
Sebastian Vazquez Andrade
@ian-vaz·
Buen curso , pero no se siento que falto explicar con mas claridad cada linea de codigo que se escribia, me perdia de repente
Daniel da Silva Jarque
@ddasilvajarque·
Gracias al profesor, por el curso y a los compañeros, por sus aportaciones. Dedico este diploma a la memoria de mi madre, muerta a causa del virus COVID-19, el 19 de enero de 2021, a los 79 años de edad.
Claudio Fernando Abarca Barrera
@claudioab·
Un gran curso con un gran profesor. Muy bien explicado los conceptos previos al Machine Learning.
David Ricardo Ortigoza Micolta
@DROM·
el profesor explica con ejemplos muy claros, es necesario estar pendiente de cada mencion que hace
Andres Alonso Mendez Rosales
@andresaamr·
Buen curso para entender la aplicación de algebra a ML. ddddddddddddddddddddddddddddddddddddddddddddddddd
Juan Camilo Villamizar Aristizábal
@Jvillamizar9710·
Excelente curso y excelente profesor.
Julián Antonio Mendoza Zuluaga
@mend2atipob·
Excelente curso.
Alexander villalobos
@alexvillalobos·
El contenido y explicación!-----------------------------------------------
EDWING ALFONSO ARENAS RUEDA
@tank335·
recomiendo mucho la clase, buena explicacion para los conceptos base de autovalores y autovectores (o eigenvalores/eigenvectores)
Platzi Tsunami
@aguilaruriel368·
Muy buen curso, la recomiendo 10/10
Gilberto Gutiérrez Gordillo
@gilgutgo·
Muy bien explicados los temas
Rodrigo Sanchez
@rodrigo-franco-sanchez·
Muy buen curso, para entender esta complicada materia muy necesaria
José Alberto Martínez Mendoza
@jammutng·
el curso queda corto como primer curso de algebra es importante tener bases más solidas y tomar antes el curso de algebra lineal para python
Nadya Van Strahlen Martínez
@nadyavan·
La forma de explicar del profesor, hizo que el curso fuera interesante, entretenido y educativo. Muchas gracias.
Gustavo Pastor de la Cruz
@gustavopastordelacruz·
Excelente curso
Roberto Sobrado Taymani
@roberto.sobrado.taymani·
Las excelentes explicaciones del profesor.
Juan Pablo Betancur Rengifo
@pablo1326699·
Buen profesor
@Karla_Alvarez·
¡Muy buen curso!
Carlos Enrique Rodríguez Bernal
@cenrique91·
Excelente!
Irving Hernández
@irving.hernandez.ag·
De los mejores cursos en Platzi. Ojalá hubieran proyectos con mayor aplicación
Mauro Benito Montoya Arenas
@MauroMontoyaArenas·
Buen curso
Javier Camilo Díaz Salinas
@JaviDiazZZ·
Excelente el curso. El docente explico los temas perfecto.
ANDRES EDUARDO MEDINA FERNANDEZ
@aemedina·
excelente
Christopher Vilches
@chrisvilches·
Bonito
DANIEL ENRIQUE OVALLE CERQUERA
@danielovalle·
Que excelente curso. El es complemento del anterior sobe Álgebra Lineal. Muy buen docente
Luis Rayas
@luisrayas2000·
Gran curso para reforzar los conocimientos en álgebra lineal, además de que te da una idea de como funcionan algunos procesos computacionales
Eleva tu aprendizaje
Este curso es parte de estas rutas de aprendizaje
Ruta
Data Scientist
127 horas
30 Profes
¡Conviértete en Data Scientist! Domina el análisis de negocios, redes neuronales y más con cursos prácticos en Python, ML y Bases de Datos.
Ruta
Machine Learning Engineer
158 horas
36 Profes
Integra inteligencia artificial en el software de un producto y mejora su desempeño con sistemas de machine learning.
Ruta
Machine Learning y Matemáticas con Python
27 horas
8 Profes
Aplica machine learning en tus análisis de datos y genera predicciones para tomar decisiones hacia el futuro.
Ruta
Data Scientist con Python
90 horas
16 Profes
Explora el fascinante mundo del Data Science con Python. Cada curso es un paso crucial hacia el análisis de datos y la creación de modelos de machine learning.
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender