Lección 18 del curso Álgebra Lineal para Ciencia de Datos y Machine Learning.
En la lección anterior vimos el procedimiento matemático que se debe llevar a cabo para realizar el cálculo de los valores y vectores propios de una matriz.
Así que en esta lección vamos a entender el papel que juegan estos «eigenvalores» y «eigenvectores» en la Ciencia de Datos y el Machine Learning.
Y para entender esto comenzaremos hablando del concepto de descomposición de matrices, lo que a su vez nos permitirá tener claro el uso que podemos darle a los valores y vectores propios en diferentes técnicas y herramientas de la Ciencia de Datos y el Machine Learning:
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
Como acabamos de ver, la descomposición de matrices mediante «eigenvalores» y «eigenvectores» es similar a descomponer un número en sus factores primos. Es decir que la idea es representar la matriz como el producto de otras matrices más «simples» y las cuales están conformadas precisamente por los valores y vectores propios de la matriz original.
Y este concepto de la descomposición de matrices es la base de varias técnicas y algoritmos en Ciencia de Datos y Machine Learning. Por ejemplo, podemos hacer uso de técnicas que nos permitan «simplificar» los datos de entrada a un modelo, usando precisamente «eigenvalores» y «eigenvectores» lo que, por una parte, facilita el entrenamiento de dichos modelos y, por otra, reduce la complejidad computacional al momento de procesar grandes cantidades de datos.
Así que en este punto ya tenemos un claro panorama de todos los conceptos relacionados con los «eigenvalores» y los «eigenvectores» y de su importancia y uso en la Ciencia de Datos y el Machine Learning.
Entonces, para culminar el curso sólo nos resta poner en práctica estos conceptos en un proyecto aplicado, que será precisamente el tema de la próxima lección, en donde veremos cómo crear un sistema de recomendación de películas haciendo uso precisamente de estos conceptos de descomposición matricial, valores y vectores propios.
Todas las lecciones del curso Álgebra Lineal para Ciencia de Datos y Machine Learning