Sebastián Sosa
Curso de Álgebra Lineal Aplicada para Machine Learning

Opiniones del Curso de Álgebra Lineal Aplicada para Machine Learning

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.

Intersante y muy útil, incentiva a aprender más, aunque este curso solo es introductorio, el contenido es difícil de aprender a la primera vez así que es necesario profundizar más.

Buen curso donde se introducen los conceptos básicos para aprender a entender las matemáticas detrás de la ciencia de datos

El curso muy entretenido y este profesor si sabe explicar las cosas muy bien

Avatar Daniel Andres Rojas Paredes

Daniel Andres Rojas Paredes

@Dantheman

la pregunta hacerca de porque es importante estandarizar los datos creo que no tiene obcion correcta. es decir tiene la opcion ninguna de las anteriores pero igual sale como erronea

Avatar Anderson Sarmiento Briceño

Anderson Sarmiento Briceño

@andersarb

Se manejaron buenos conceptos , pero creo que es importante que para estas clase se haga un miniproyecto para aterrizar todos estos conocimientos

Avatar John Alexander Ortiz Ramirez

John Alexander Ortiz Ramirez

@john-alexander-ortiz

Continua el proceso del anterior curso , los refuerza con otros nuevos y ademas los aplica

Avatar María Eugenia Pereira Chévez

María Eugenia Pereira Chévez

@maria-eugenia-pereira

El tema es super intresante, pero siento que puede dividirse en dos cursos para profundizar en la explicación del tema. Yo me tome mucho tiemo estudiando por mi cuenta para poder comprenderlo.

Avatar Gilberto Pérez Garrido

Gilberto Pérez Garrido

@perezgarridogilb

El profesor es bueno explicando, lo tomé por el curso anterior, siento que estuvo algo pesado el examen

Avatar Jonathan Peña

Jonathan Peña

@jomipeis

Lo mejor, las aplicaciones del Algebra Lineas en el Machine Learning

Avatar Josue Trinidad Acosta

Josue Trinidad Acosta

@josue.trinidad

Reaprendí los principios para las transformaciones lineales y la reduccion de dimensionalidad. Siento no basta con solo el código sino que se necesita más formalidad matemática al explicar los temas. En general me gustó

Aprendí a usar las funciones Singular Value Decomposition, Principal component Analysis para descomponer y reducir dimensiones con la finalidad de procesar la información

Avatar Wilfredo Holguín Arbeláez

Wilfredo Holguín Arbeláez

@wilfredoha

buen contenido y buena la explicación del profesor

Avatar Samuel Joshua Reyes Martínez

Samuel Joshua Reyes Martínez

@samuel.reyes

Un curso bueno para introducir a PCA, tal vez un poco confuso el código que se presenta pero en general está bien.

Avatar Juan .

Juan .

@Juan_

Un buen curso. Aunque considero que no se trabajo nada especifico de MA.

Buen curso, pero siento que falto poner un curso mas antes de este pero sigan adelante éxitos :D

Avatar Edgar Andrés Montenegro Martínez

Edgar Andrés Montenegro Martínez

@edgar-andres-montenegro

Tengo una opinión parecida al curso de fundamentos de algebra lineal donde estoy satisfecho sobre todo de la teoría del PCA que antes no lo entendía, agradezco que me solucionaran esa duda.

Avatar Amolano Jimenez

Amolano Jimenez

@amolano627

Mejorar la Rigorizidad con la que se presentan algunos temas.

El curso en si esta bien pero tiene algunos momentos en los que no se entiende, por ejemplo, de donde se sacan algunas formulas.

Avatar Gian franco baltazar mamani

Gian franco baltazar mamani

@Johan87

Excelente profesor, explica preciso el contenido y los muestra de forma interesante, falto mejor exposición del contenido con texto o diapos

Avatar Sebastian Nolasco

Sebastian Nolasco

@sebasnolascop

El profe explica bien. Tal vez el curso pudo profundizar un poco más.