Qué es el Álgebra Lineal y su importancia en la Ciencia de Datos y el Machine Learning
Qué son los vectores y las matrices y las principales operaciones usadas en Ciencia de Datos y Machine Learning
Qué son los valores y vectores propios y cómo usarlos para resolver diferentes problemas en Ciencia de Datos y Machine Learning
Cómo aplicar de forma práctica los conceptos de vectores, matrices, valores y vectores propios a la solución de diferentes problemas en Ciencia de Datos y Machine Learning
¿Qué es el Álgebra Lineal y cuál es su importancia en la Ciencia de Datos y el Machine Learning?
Ejemplos de aplicación del Álgebra Lineal en Ciencia de Datos y Machine Learning
Motivación: el papel de los vectores en la Ciencia de Datos y el Machine Learning
Vectores: definiciones y conceptos básicos
Operaciones básicas con vectores
El producto punto entre vectores
Norma de un vector
Bases y espacios vectoriales
Proyecciones vectoriales y cambios de base
Práctica 1 - Word2Vec: de palabras a vectores
Motivación: el papel de las matrices en la Ciencia de Datos y el Machine Learning
Matrices: definiciones y conceptos básicos
Operaciones básicas con matrices
Transformaciones afines
Práctica 2: el Perceptrón - Parte 1: el problema a resolver
Práctica 2: el Perceptrón - Parte 2: funcionamiento del perceptrón
Práctica 2: el Perceptrón - Parte 3: implementación del perceptrón
Práctica 2: el Perceptrón - Parte 4: análisis del clasificador
¿Qué son los valores y vectores propios?
¿Cómo calcular los valores y vectores propios?
Los valores y vectores propios en Ciencia de Datos y Machine Learning
Proyecto final: sistema de recomendación - Parte 1: el problema a resolver
Proyecto final: sistema de recomendación - Parte 2: el set de datos
Proyecto final: sistema de recomendación - Parte 3: principio de funcionamiento del sistema de recomendación
Proyecto final: sistema de recomendación - Parte 4: Singular Value Decomposition (SVD)
Proyecto final: sistema de recomendación - Parte 5: SVD y la reducción de dimensionalidad
Proyecto final: sistema de recomendación - Parte 6: implementación de la SVD
Proyecto final: sistema de recomendación - Parte 7: implementación y prueba del sistema de recomendación
Cierre del curso
Conocimientos básicos de álgebra a nivel de último año de secundaria
Se sugiere haber tomado los cursos “Python Nivel Básico”, “Python Nivel Intermedio”, “Python Nivel Avanzado” y “NumPy para Ciencia de Datos y Machine Learning” disponibles en la Academia Online.
Hola Miguel. Enhorabuena una vez más por tu producción artesana (diríase de orfebre) que nos ha permitido refrescar los principios el álgebra matricial, así ...
Leer másHola Miguel. Enhorabuena una vez más por tu producción artesana (diríase de orfebre) que nos ha permitido refrescar los principios el álgebra matricial, así como sumergirnos en las tripas que operan en los algoritmos de los sistemas de recomendación. Aguardamos con ilusión los sucesivos cursos mientras consolidamos todo lo aprendido tratando de ponerlo en práctica en nuestros proyectos personales. Muchísimas gracias y hasta el siguiente. Salut !!!
Leer menosMiguel tiene un tremendo manejo en la materia, por ende, logra que una temática compleja sea sencilla de comprender. Además esta muy bien explicado, muy didá...
Leer másMiguel tiene un tremendo manejo en la materia, por ende, logra que una temática compleja sea sencilla de comprender. Además esta muy bien explicado, muy didáctico y práctico.
Leer menos
Miguel Sotaquirá
