Alex Xiomar Rubio Lopez
@axrubio·
Conocer técnicas avanzadas de descomposición matricial para IA, implementado PCA y SVD para optimizar modelos de ML.
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.
Hamilton Ruiz
@emprendadigital·excelente curso
Carlos Eduardo Castillo Ibarra
@carlosedcaib·Excelente curso. Muy didactico y práctico para entender como funciona PCA y SVD.
William Santiago Alzate Barriga
@williamsantiagoalzate·Gran curso, se explican conceptos avanzados de una forma muy clara
Juan Carlos Guevara Jiménez
@jguevara.cel·La simplicidad con la que se explican temas complejos
Carlos Eduardo Cifuentes Sanabria
@carloscifuentes1560·genial
Erick Alejandro Zelaya Zavala
@erickzelayazavala·:)
Ángel Samuel Suesca Ríos
@samuelsuescarios442·Muy bueno, el tema interesante y las aplicaciones de intuición geometrica muy oportunas
Luis Alexander Garcia Quiroz
@luisalexandergarciaquiroz·muy claras las explicaciones de los conceptos
