• Saltar a la navegación principal
  • Saltar al contenido principal
Logo Codificando Bits

Codificando Bits

  • Academia
    • Rutas
    • Cursos
    • Proyectos
    • Tutoriales
  • Acceder
  • Suscribirse

2 – Ejemplos de aplicación del Álgebra Lineal en Ciencia de Datos y Machine Learning

Lección 2 del curso Álgebra Lineal para Ciencia de Datos y Machine Learning.

En la lección anterior vimos qué es el Álgebra Lineal que es un campo de las matemáticas que permite definir diferentes operaciones sobre vectores y matrices, los tipos de datos fundamentales en Ciencia de Datos y Machine Learning.

En esta lección veremos ejemplos específicos de uso del Álgebra Lineal en estas áreas:

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.

En este punto ya tenemos un panorama un poco más completo acerca del papel que desempeña el Álgebra Lineal en la Ciencia de Datos y el Machine Learning. Pero en todo caso vale la pena preguntarnos si realmente es necesario o no aprenderla como parte de nuestro proceso de formación.

Si no la aprendemos en todo caso podremos seguir usando librerías y herramientas de programación para resolver algunos problemas sin inconveniente alguno. Sin embargo no podremos explotar al máximo el potencial de los diferentes algoritmos y técnicas existentes pues, al no contar con conocimientos de Álgebra Lineal (y de matemáticas en general), no entenderemos los conceptos que explican el funcionamiento de estos métodos.

Adicionalmente, al no tener las bases adecuadas de matemáticas y en particular de Álgebra Lineal, no estaremos en capacidad de entender artículos o libros que describan las técnicas usadas en Ciencia de Datos y Machine Learning.

Lo anterior debido a que las matemáticas son el lenguaje usado para describir estos desarrollos. Sin esta herramienta no estaremos en capacidad de entender ni de hacernos entender en estos ámbitos.

Así que con lo visto en esta lección ya tenemos un panorama más claro del papel que juega el Álgebra Lineal en la Ciencia de Datos y el Machine Learning y de la importancia de aprenderla si queremos dominar estos campos.

Con esto terminamos este primer módulo introductorio del curso. En el próximo módulo nos enfocaremos en todo lo relacionado con el primer tipo de dato en el Álgebra Lineal: los vectores.

Específicamente en la próxima lección vamos a entender el papel de estos vectores en la Ciencia de Datos y el Machine Learning.

Todas las lecciones del curso Álgebra Lineal para Ciencia de Datos y Machine Learning

© Codificando Bits, LLC | Blog | Contacto | Servicios | Acerca de | Políticas

¿Has olvidado la contraseña?
¿Has perdido tu contraseña? Por favor, introduce tu nombre de usuario o dirección de correo electrónico. Recibirás por correo electrónico un enlace para crear una nueva contraseña.
body::-webkit-scrollbar { width: 7px; } body::-webkit-scrollbar-track { border-radius: 10px; background: #f0f0f0; } body::-webkit-scrollbar-thumb { border-radius: 50px; background: #dfdbdb }