Jhon Alexander García Sierra
@jhon.garcia948·
Me gustó mucho el Curso de Álgebra Lineal para Machine Learning porque explica de forma clara y práctica los conceptos matemáticos clave para entender y aplicar modelos de IA.
Nivel Intermedio
16 clases
3 horas de contenido
8 horas de práctica
curso de Fundamentos de Álgebra Lineal para Machine Learning Este curso introduce, de forma práctica e intuitiva, los conceptos esenciales de álgebra lineal que impulsan los modelos modernos de Machine Learning. A través de ejemplos en Python (NumPy/Matplotlib), conectarás teoría con aplicaciones reales como regresión lineal, PCA, embeddings, SVD y sistemas de recomendación. Aprenderás a pensar en términos de shapes, vectores, matrices y transformaciones, a resolver sistemas Ax=b con soluciones estables (pseudo-inversa y regularización) y a descomponer matrices para reducir dimensionalidad, comprimir información y extraer direcciones principales.
Johan Camargo
@johan.camargo·Entendimiento fundamental de las bases, excelente explicación.
Braylin Alexander Jiménez Reynoso
@bajimenez·Me gustaría unos cuantos ejercicios practicos más
Carlos Eduardo Castillo Ibarra
@carlosedcaib·Indispensable para entender como funcionan las matrices en machine learning y su importancia. Explicaciones claras y bastante faciles de entender con ejercicios que ayudan a entender cada parte del proceso de funcionamiento de un modelo a nivel interno.
Fernando Jaime Arnold Montaña Rosas
@fjmontanar·Buen curso. Creo que le falta más explicación y más ejemplos de aplicación.
Eduardo Antonio Cendejas Castro
@eduardo.cendejas.eu·Falta más contenido y profundidad en las explicaciones.
Hasmir Solis
@goodcontenthasmir·Es buen contenido
