Lección 11 del curso Cálculo para Ciencia de Datos y Machine Learning.
En la lección anterior vimos las reglas de derivación que resultan más importantes en Ciencia de Datos y Machine Learning.
En esta lección vamos a extender este concepto de derivada que acabamos de ver para el caso de funciones con múltiples variables.
Veremos que en esencia el concepto de derivada es el mismo, y seguiremos aplicando las mismas reglas, aunque lo que cambia es la notación que usaremos para refererirnos a este tipo de derivada:
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.
Acabamos de ver este sencillo concepto de la derivada parcial, que en el fondo tiene el mismo significado que para las derivadas aplicadas a funciones univariadas con la única diferencia en la notación que usamos para referirnos a este tipo de operación.
En la próxima lección tomaremos este concepto de la derivada parcial y lo combinaremos con el concepto de la Regla de la Cadena visto anteriormente para entender cómo aplicar esta regla de la cadena para funciones multivariadas.
Todas las lecciones del curso Cálculo para Ciencia de Datos y Machine Learning