gradient
Curso de Álgebra Lineal Aplicada para Machine Learning

Curso de Álgebra Lineal Aplicada para Machine Learning

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.

Transformaciones lineales y descomposición de matrices

Profes del curso

Conoce quién enseña el curso

Sebastián Sosa

Sebastián Sosa

Sebastián Sosa

Sebastián Sosa

Opiniones del curso

4.6 · 556 opiniones

Alexander Henry Obispo Buendiahttps://static.platzi.com/media/flags/PE.png

Alexander Henry Obispo Buendia

@AlexanderHOB·

Curso de 5 estrellas , el profesor explica de manera rápida y precisa, aparte te da demostraciones mediante código de los teoremas matemátic

Rodrigo Josue Goitia Quirogahttps://static.platzi.com/media/flags/BO.png

Rodrigo Josue Goitia Quiroga

@rodrux·

La descomposición SDV y las aplicaciones que tiene en PCA son muy útiles para procesar imágenes y aprendes el uso de imágenes con matrices.

Carlos Andres Villaloboshttps://static.platzi.com/media/flags/CL.png

Carlos Andres Villalobos

@Antofalinux·

Ufff, me costo, poder entender bien los conceptos a pesar que el profesor es super claro.

Ramsés Alejandro Camas Nájerahttps://static.platzi.com/media/flags/MX.png

Ramsés Alejandro Camas Nájera

@RamsesCamas·

Un curso excelente para conocer a mayor profundidad como se aplica la álgebra lineal en el Machine Learning.

Ver las 556 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