Gabriel Segura Bernal
@gabriel.segura·
Excelente Curso
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.
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 Villalobos
@Antofalinux·Ufff, me costo, poder entender bien los conceptos a pesar que el profesor es super claro.
Marco Antonio Olguín Sánchez
@marcoantonioolgunsnchez·Me resultó mucho más fácil aprender la descomposición de matrices siguiendo el curso
Claudio Caniullan Calfin
@claudiocaniullan·Buen curso para comprender el efecto del Algebra Lineal sobre Imágenes aplicando descomposición de matrices y PCA
Alejandro Restrepo
@alejo_res·Excelente curso, muy intuitivo y con excelente explicacion por parte del profesor
Heberto Nicolás Hernández Andrade
@andradenicolas96·Muy buen curso, se explican temas complejos pero muy recomendable por la facilidad con la que se imparten por el profesor.
Gerardo González
@gerabytes·Excelente curso. Incluso hay un tema que no vi en la carrera, la descomposición SVD y la pseudoinversa de Moore-Penrose. Genial el profe.
Alex Bolívar López
@Alexbl·Este es un curso muy práctico, permite establecer de una manera muy didáctica el algebra lineal con python.