
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.
Clases del curso
Aplicaciones de SVD a una imagen
Aplicando Álgebra Lineal: Análisis de Componentes Principales (PCA)
Conoce quién enseña el curso

4.6 · 533 opiniones


Bernardo Javier Miranda Tarelo
Este curso me hizo ver conceptos de el algebra lineal que nunca vi en la universidad. Excelente profesor.


Ramsés Alejandro Camas Nájera
Un curso excelente para conocer a mayor profundidad como se aplica la álgebra lineal en el Machine Learning.

Juan David Angarita Pinzón
Excelente curso! Super recomendado!


Thomas Gonzalez Rodrigues
te explica de forma simple y con ejemplos como funciona algoritmos y procesos en el data science, además de mostrar una aplicación

Sebastian Vazquez Andrade
Buen curso , pero no se siento que falto explicar con mas claridad cada linea de codigo que se escribia, me perdia de repente


Daniel da Silva Jarque
Gracias al profesor, por el curso y a los compañeros, por sus aportaciones. Dedico este diploma a la memoria de mi madre, muerta a causa del virus COVID-19, el 19 de enero de 2021, a los 79 años de edad.


Claudio Fernando Abarca Barrera
Un gran curso con un gran profesor. Muy bien explicado los conceptos previos al Machine Learning.


David Ricardo Ortigoza Micolta
el profesor explica con ejemplos muy claros, es necesario estar pendiente de cada mencion que hace


Andres Alonso Mendez Rosales
Buen curso para entender la aplicación de algebra a ML. ddddddddddddddddddddddddddddddddddddddddddddddddd


Juan Camilo Villamizar Aristizábal
Excelente curso y excelente profesor.


Julián Antonio Mendoza Zuluaga
Excelente curso.


Alexander villalobos
El contenido y explicación!-----------------------------------------------

Mateo Chaves Vanegas
Un curso impresionante, cuando vi algebra lineal en le Universidad no entendia para que podia servir o como se aplicaba, este curso me ayudo a ver esas aplicaciones de una forma increible, exelente curso.


Roberto Sobrado Taymani
Las excelentes explicaciones del profesor.


Richard Jardine
Excelente el estilo didáctico del profesor. Buen aprendizaje


Carlos Enrique Rodríguez Bernal
Excelente!


Mauro Benito Montoya Arenas
Buen curso

DANIEL ENRIQUE OVALLE CERQUERA
Que excelente curso. El es complemento del anterior sobe Álgebra Lineal. Muy buen docente


Eduardo Enriquez
El contenido de el curso muy bueno y los ejemplos perfectos.

Luis Rayas
Gran curso para reforzar los conocimientos en álgebra lineal, además de que te da una idea de como funcionan algunos procesos computacionales


LUIS GUILLERMO MONCADA RUIZ
El profesor da todo de si para dictar su curso, ya es comenzar a buscar como aplicar estos conocimientos


Jesus Calderon
muy buen curso, interesante el contenido, muy buen facilitador

Jovanny Delgado
Lo mejor fue conocer como transforma una matriz a un vector, y como se pueden usar las matrices para tratar imágenes


Ruben Dario Troche Piñanez
Excelente el curso y realmente muy últil e interesante. Gracias Totales Profesor y Platzi por agregarme valor.


Oliver Mathias Troche Santa cruz
Muy bueno y muy interesante el curso.

Adrian Flores Tomas
Un curso muy bueno, bastante vistoso para amarrar los conceptos desde la visualización. El profesor excelente como siempre.


Miguel Carvajal
dificil curso


Carlos Mazzaroli
Muy buen curso, miren mis apuntes que complementa muy bien el curso B) https://deepnote.com/@mazzaroli/Algebra-Lineal-Aplicada-para-Machine-Learning-9f3a1078-a83d-48b5-b5a6-a67dea878fc8


Juan R. Vergara M.
Buen curso, aunque algo complicado para mi sé que me ayudará mucho este conocimiento en el desarrollo de mi carrera como científico de datos 😎🚀🔥🥇


Juan L
Muy buena continuacion del anterior curso de AL.
Complementa este curso con nuestras rutas de aprendizaje

Inteligencia Artificial y Data Science
Aprende ciencia de datos con cursos de Data Science y explora el potencial sin límites de los datos, el machine learning y la inteligencia artificial.




Análisis y Visualización de Datos
Aprende a extraer, limpiar, analizar y visualizar datos para comunicar insights y apoyar la toma de decisiones estratégicas en los negocios.




Data Engineer
Aprende a construir y gestionar pipelines de datos escalables, utilizando herramientas como Spark, Airflow, y bases de datos SQL y NoSQL en entornos cloud.




Machine Learning y Deep Learning
Profundiza en algoritmia, aprendizaje supervisado, no supervisado, redes neuronales, y el despliegue de modelos de Data Science e Inteligencia Artificial en producción.




Fundamentos de Data Science y AI
Adquiere las bases matemáticas, de programación y de ingeniería de software necesarias para iniciar en el mundo de la ciencia de datos y la inteligencia artificial.
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender