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 · 533 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!-----------------------------------------------
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
Edgar A. Gonzalez Ambriz
@EdgarGA·
Muy buen curso, el profesor muy paciente para explicar todo a detalle
Mateo Chaves Vanegas
@mchavezv·
Un curso impresionante, cuando vi algebra lineal en le Universidad no entendia para que podia servir o como se aplicaba, este curso me ayudo a ver esas aplicaciones de una forma increible, exelente curso.
@Manuel_Herrera·
¡Muy buen curso!
Richard Jardine
@richardjardine·
Excelente el estilo didáctico del profesor. Buen aprendizaje
RENÉ CARDOSO
@rcardosob·
El examen final es el más difícil que he sentido en Platzi. El curso vale mucho la pena. Seguramente regresaré a él como consulta o repaso. Gracias!
Mariano Gonzalez
@mgonzalez204·
Excelente curso, saludos
David Salazar Saldarriaga
@dsalazarsa·
Excelente
Irving Hernández
@irving.hernandez.ag·
De los mejores cursos en Platzi. Ojalá hubieran proyectos con mayor aplicación
Jorge Miguel Diaz
@migueldi·
Excelente curso, el profesor explica de forma increible 😎!
Bryan Castano
@Beaunix·
I really enjoyed taking along this course. I t is highly recommended to get into ML, I really like the way the Proff teaches his lessons, He IS very friendly and full of Math Knowledge , I understand the critical roll fo Lineal Algebra For Data Science and I like it.
Alexandro Mayoral Terán
@bluepill5·
Un curso interesante con conceptos claves de álgebra lineal que se usan en Machine Learning, recomendando!!!
Daniel Felipe Elorza Velasquez
@dfelorza·
Excelente curso
Darrien Sequera
@darriensz·
Excelente curso. Muy bueno el profesor explicando. Quizás le hace falta más ejemplos reales de modelos de ML.
Christopher Vilches
@chrisvilches·
Bonito
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
Jesus Calderon
@j.calderon·
muy buen curso, interesante el contenido, muy buen facilitador
JHON FREDDY TAVERA BLANDON
@jhonfypy·
Hay que practicar mucho para poder pasarlo, excelente que ponga buen tiempo en estos exámenes que son algo complejos
Eleva tu aprendizaje
Complementa este curso con nuestras rutas de aprendizaje
Inteligencia Artificial y Data Science
Aprende ciencia de datos con cursos de Data Science y explora el potencial sin límites de los datos, el machine learning y la inteligencia artificial.
Ruta
Análisis y Visualización de Datos
52 horas
10 Profes
Aprende a extraer, limpiar, analizar y visualizar datos para comunicar insights y apoyar la toma de decisiones estratégicas en los negocios.
Ruta
Data Engineer
43 horas
12 Profes
Aprende a construir y gestionar pipelines de datos escalables, utilizando herramientas como Spark, Airflow, y bases de datos SQL y NoSQL en entornos cloud.
Ruta
Machine Learning y Deep Learning
63 horas
16 Profes
Profundiza en algoritmia, aprendizaje supervisado, no supervisado, redes neuronales, y el despliegue de modelos de Data Science e Inteligencia Artificial en producción.
Ruta
Fundamentos de Data Science y AI
52 horas
12 Profes
Adquiere las bases matemáticas, de programación y de ingeniería de software necesarias para iniciar en el mundo de la ciencia de datos y la inteligencia artificial.
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender