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 · 26 opiniones

Luis Alexander Garcia Quirozhttps://static.platzi.com/media/flags/CO.png

Luis Alexander Garcia Quiroz

@luisalexandergarciaquiroz·

muy claras las explicaciones de los conceptos

Erick Alejandro Zelaya Zavalahttps://static.platzi.com/media/flags/SV.png

Erick Alejandro Zelaya Zavala

@erickzelayazavala·

:)

Ángel Samuel Suesca Ríoshttps://static.platzi.com/media/flags/CO.png

Ángel Samuel Suesca Ríos

@samuelsuescarios442·

Muy bueno, el tema interesante y las aplicaciones de intuición geometrica muy oportunas

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.

Ver las 26 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