

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


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


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

Excelente curso! Super recomendado!


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

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


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


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


Buen curso para entender la aplicación de algebra a ML. ddddddddddddddddddddddddddddddddddddddddddddddddd


Excelente curso y excelente profesor.


Excelente curso.


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.


El contenido y explicación!-----------------------------------------------


excelente

Mira, este curso es genial porque no es la típica clase teórica de álgebra lineal. Va directo al grano con la parte práctica, usando Python para que veas por ti mismo cómo funcionan las cosas. Aprendes a jugar con las transformaciones lineales y a ver cómo una matriz de 2x2 puede rotar o estirar algo tan simple como un círculo. Luego, la cosa se pone más interesante: usas la descomposición SVD para comprimir imágenes, lo que te enseña de dónde sale esa magia de "guardar como JPEG". Además, el curso te mete de lleno en el mundo del PCA (Análisis de Componentes Principales) para que sepas cómo reducir la dimensionalidad en imágenes, algo súper útil en ciencia de datos. En resumen, dejas de ver el álgebra lineal como algo abstracto y empiezas a usarlo para resolver problemas reales.


Muy bien explicados los temas

Buen profesor

¡Muy buen curso!


Excelente!

De los mejores cursos en Platzi. Ojalá hubieran proyectos con mayor aplicación


Este curso me ayudo a entender la funcionalidad y la aplicacion a scikit learn. Es algo que necesitaba para mejorar mis habilidades como programador. Cada vez estoy cerca.


Excelente curso, el profesor explica de forma increible 😎!


I really enjoyed taking along this course. I t is highly recommended to get into ML, I really like the way the Proff teaches his lessons, He IS very friendly and full of Math Knowledge , I understand the critical roll fo Lineal Algebra For Data Science and I like it.


Un curso interesante con conceptos claves de álgebra lineal que se usan en Machine Learning, recomendando!!!


Buen curso


excelente

Excelente curso. Muy bueno el profesor explicando. Quizás le hace falta más ejemplos reales de modelos de ML.


Bonito


muy buen curso, interesante el contenido, muy buen facilitador


Este es un curso muy práctico, permite establecer de una manera muy didáctica el algebra lineal con python.


Hay que practicar mucho para poder pasarlo, excelente que ponga buen tiempo en estos exámenes que son algo complejos