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 · 31 opiniones

Alder Martinez Antoniohttps://static.platzi.com/media/flags/MX.png

Alder Martinez Antonio

@alder.mtz.ant·

El docente maneja muy bien el tema y sus explicaciones son muy buenas. Súper recomendado.

Carlos Iván Cortés Cruzhttps://static.platzi.com/media/flags/MX.png

Carlos Iván Cortés Cruz

@carlosivancortescruz·

Excelente instructor

Bryan Castanohttps://static.platzi.com/media/flags/CO.png

Bryan Castano

@Beaunix·

Grandiosos Curso LinAlg Adv, el profesor @Daniel Explica bien, el contenido fue bueno, me ugsto pla palciacion de SVD a imagnes con eigenfaces, Ahora entiendo PCA desde las bases perpendiculares de matrices eigen() hasta uss aplciacioens reales. gran cursos de matematicas para ML.

Diana Paola Moreno Colmenareshttps://static.platzi.com/media/flags/CO.png

Diana Paola Moreno Colmenares

@diana.moreno1260·

EXCELENTE CURSO

Ver las 31 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