Lección 4 del curso Álgebra Lineal para Ciencia de Datos y Machine Learning.
En la lección anterior entendimos a través de varios ejemplos el papel de los vectores en la Ciencia de Datos y el Machine Learning.
En esta lección veremos varios conceptos que resultarán fundamentales para el curso y posteriormente en los diferentes proyectos de Ciencia de Datos y Machine Learning que desarrollen.
Específicamente veremos una definición, la notación a utilizar y el concepto de dimensionalidad de un vector:
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.
Bien, en esencia un vector, en el contexto de la Ciencia de Datos y el Machine Learning, es una colección de números ordinarios o escalares. Por ejemplo, podemos crear un vector con datos de clientes bancarios como edad, ingresos, deuda e inversión.
Así que ya tenemos claro este concepto así como elementos básicos como la notación que usaremos y la idea de la dimensionalidad de un vector.
Entonces en la próxima lección vamos a ver en detalle las principales operaciones básicas que podemos realizar con vectores.
Todas las lecciones del curso Álgebra Lineal para Ciencia de Datos y Machine Learning