Nivel Intermedio
20 clases
2 horas de contenido
6 horas de práctica
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)
Profes del curso
Conoce quién enseña el curso
Opiniones del curso
4.6 · 547 opiniones
Bernardo Javier Miranda Tarelo
@javiercyber21·
Este curso me hizo ver conceptos de el algebra lineal que nunca vi en la universidad. Excelente profesor.
Ramsés Alejandro Camas Nájera
@RamsesCamas·
Un curso excelente para conocer a mayor profundidad como se aplica la álgebra lineal en el Machine Learning.
Juan David Angarita Pinzón
@juandavidangaritapinzon·
Excelente curso! Super recomendado!
Thomas Gonzalez Rodrigues
@thomasquamtum·
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
@ian-vaz·
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
@ddasilvajarque·
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
@claudioab·
Un gran curso con un gran profesor. Muy bien explicado los conceptos previos al Machine Learning.
David Ricardo Ortigoza Micolta
@DROM·
el profesor explica con ejemplos muy claros, es necesario estar pendiente de cada mencion que hace
Andres Alonso Mendez Rosales
@andresaamr·
Buen curso para entender la aplicación de algebra a ML. ddddddddddddddddddddddddddddddddddddddddddddddddd
Juan Camilo Villamizar Aristizábal
@Jvillamizar9710·
Excelente curso y excelente profesor.
Julián Antonio Mendoza Zuluaga
@mend2atipob·
Excelente curso.
Alexander villalobos
@alexvillalobos·
El contenido y explicación!-----------------------------------------------
Carlos Ronaldo Méndez García
@gycarmendez·
FUE MUY BUENO, COMPRENSIVO Y ENTRETENEDOR
EDWING ALFONSO ARENAS RUEDA
@tank335·
recomiendo mucho la clase, buena explicacion para los conceptos base de autovalores y autovectores (o eigenvalores/eigenvectores)
Carlos Felipe Caro Arroyave
@cfcaroa·
Excelente curso. Es un descubrimiento y exploracion a temas que usualmente no se ven en cursos de algebra lineal en la universidad, recomendado par cualquier estudiante o aspirante en areas de ciencias de la computacion o de datos.
Oscar Alfonzo Medrano Yilalys
@oscaralfonzomedranoyilalys·
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.
Ronald Andrey Beltran Parada
@andrey.beltran28·
Excelente curso
José Alberto Martínez Mendoza
@jammutng·
el curso queda corto como primer curso de algebra es importante tener bases más solidas y tomar antes el curso de algebra lineal para python
Edgar A. Gonzalez Ambriz
@EdgarGA·
Muy buen curso, el profesor muy paciente para explicar todo a detalle
Marcelo Bengolea
@mfbengolea·
La teoría que se necesita para comprender lo que se esconde detrás de la magia del machine learning. El profesor explica muy bien y se nota que sabe mucho de lo que enseña. La estructura del curso con buenos recursos y resúmenes resulta muy útil, debería hacerse extensivo a todos los cursos.
Nadya Van Strahlen Martínez
@nadyavan·
La forma de explicar del profesor, hizo que el curso fuera interesante, entretenido y educativo. Muchas gracias.
Gustavo Pastor de la Cruz
@gustavopastordelacruz·
Excelente curso
Roberto Sobrado Taymani
@roberto.sobrado.taymani·
Las excelentes explicaciones del profesor.
Carlos Enrique Rodríguez Bernal
@cenrique91·
Excelente!
Jorge Miguel Diaz
@migueldi·
Excelente curso, el profesor explica de forma increible 😎!
Sebastian Lopez Acero
@sebastian_lopez·
Buen curso y profesor, ama lo que explica, aunque falta un poco de mas ejemplos usados en el día a día, con mas ejemplos mas facil quedaria la información
Mauro Benito Montoya Arenas
@MauroMontoyaArenas·
Buen curso
Javier Camilo Díaz Salinas
@JaviDiazZZ·
Excelente el curso. El docente explico los temas perfecto.
ANDRES EDUARDO MEDINA FERNANDEZ
@aemedina·
excelente
Darrien Sequera
@darriensz·
Excelente curso. Muy bueno el profesor explicando. Quizás le hace falta más ejemplos reales de modelos de ML.
Eleva tu aprendizaje
Este curso es parte de estas rutas de aprendizaje
Ruta
Data Scientist
133 horas
31 Profes
¡Conviértete en Data Scientist! Domina el análisis de negocios, redes neuronales y más con cursos prácticos en Python, ML y Bases de Datos.
Ruta
Machine Learning Engineer
164 horas
37 Profes
Integra inteligencia artificial en el software de un producto y mejora su desempeño con sistemas de machine learning.
Ruta
Machine Learning y Matemáticas con Python
33 horas
9 Profes
Aplica machine learning en tus análisis de datos y genera predicciones para tomar decisiones hacia el futuro.
Ruta
Data Scientist con Python
96 horas
17 Profes
Explora el fascinante mundo del Data Science con Python. Cada curso es un paso crucial hacia el análisis de datos y la creación de modelos de machine learning.
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender