gradient
Curso Avanzado de Álgebra Lineal y Machine Learning: PCA y SVD

Curso Avanzado de Álgebra Lineal y Machine Learning: PCA y SVD

Nivel Avanzado
12 clases
3 horas de contenido
8 horas de práctica

Domina técnicas avanzadas de descomposición matricial para IA. Implementa PCA y SVD desde cero con Python y NumPy. Aprende a combatir la maldición de la dimensionalidad, interpreta la matriz de covarianza y optimiza modelos de Machine Learning. Aplica la ecuación característica con NumPy, estudia eigenvectores y descubre por qué SVD es clave en redes neuronales.

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

4.8 · 28 opiniones

Alex Xiomar Rubio Lopezhttps://static.platzi.com/media/flags/HN.png

Alex Xiomar Rubio Lopez

@axrubio·

Conocer técnicas avanzadas de descomposición matricial para IA, implementado PCA y SVD para optimizar modelos de ML.

Hamilton Ruizhttps://static.platzi.com/media/flags/CO.png

Hamilton Ruiz

@emprendadigital·

excelente curso

Carlos Eduardo Castillo Ibarrahttps://static.platzi.com/media/flags/ES.png

Carlos Eduardo Castillo Ibarra

@carlosedcaib·

Excelente curso. Muy didactico y práctico para entender como funciona PCA y SVD.

William Santiago Alzate Barrigahttps://static.platzi.com/media/flags/CO.png

William Santiago Alzate Barriga

@williamsantiagoalzate·

Gran curso, se explican conceptos avanzados de una forma muy clara

Ver las 28 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