gradient
Curso de Álgebra Lineal para Machine Learning

Curso de Álgebra Lineal para Machine Learning

Nivel Intermedio
16 clases
3 horas de contenido
8 horas de práctica

curso de Fundamentos de Álgebra Lineal para Machine Learning Este curso introduce, de forma práctica e intuitiva, los conceptos esenciales de álgebra lineal que impulsan los modelos modernos de Machine Learning. A través de ejemplos en Python (NumPy/Matplotlib), conectarás teoría con aplicaciones reales como regresión lineal, PCA, embeddings, SVD y sistemas de recomendación. Aprenderás a pensar en términos de shapes, vectores, matrices y transformaciones, a resolver sistemas Ax=b con soluciones estables (pseudo-inversa y regularización) y a descomponer matrices para reducir dimensionalidad, comprimir información y extraer direcciones principales.

Profes del curso

Conoce quién enseña el curso

Daniel Erazo

Daniel Erazo

AI Software Engineer | Content Creator

AI Software Engineer | Content Creator

Opiniones del curso

4.7 · 23 opiniones

Marlon Fernandohttps://static.platzi.com/media/flags/CO.png

Marlon Fernando

@fenilenvinileno97·

Este curso es muy muy bueno, está muy bien planeado porque va al grano, hace referencias prácticas en el día a día del Data Science, explica las matemáticas que hay detrás, las limitaciones para las predicciones, y deja como apertura el curso de SVD y PCA.

Luis Yaotzin Ramírez Riverahttps://static.platzi.com/media/flags/MX.png

Luis Yaotzin Ramírez Rivera

@yaotzinluis·

material actualizado y ayuda a mejor comprensión de la matemática detrás del machine learning

Carlos Eduardo Cifuentes Sanabriahttps://static.platzi.com/media/flags/CO.png

Carlos Eduardo Cifuentes Sanabria

@carloscifuentes1560·

Genial

Pablo Hurtadohttps://static.platzi.com/media/flags/NI.png

Pablo Hurtado

@phurtado·

Intenso

Ver las 23 opiniones
Eleva tu aprendizaje

Este curso es parte de estas rutas de aprendizaje

Comunidad

La comunidad es nuestro super poder

Contenido adicional creado por la comunidad que nunca para de aprender