Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
Fundamentos Matemáticos para Machine Learning
Rating: 4.3 out of 5(8 ratings)
83 students

Fundamentos Matemáticos para Machine Learning

Matemáticas para Machine Learning
Last updated 8/2024
Spanish
Spanish [Auto],

What you'll learn

  • Fundamentos de Algebra lineal, matrices, transformaciones, eigenvectores y eigenvalores, etc.
  • Conceptos básicos de cálculo diferencial e integral, la derivada y la integral.
  • Aplicaciones del calculo multivariable, funciones de varias variables, derivadas parciales, gradiente, divergencia y rotacional.
  • Conceptos básicos de probabilidad y estadística para Machine Learning.

Course content

4 sections • 45 lectures • 11h 39m total length
  • Bienvenida7:30
  • Vectores y escalares30:10
  • Matrices y sistemas de ecuaciones23:10
  • Matrices definiciones17:38
  • Matrices propiedades I15:31
  • Matrices propiedades II19:50
  • Matriz inversa y determinantes I21:01
  • Matriz inversa y determinantes II13:47
  • Espacios vectoriales I15:12
  • Espacios vectoriales II12:35
  • Dependencia e independencia lineal I12:24
  • Dependencia e independencia lineal II16:32
  • Base y dimensión6:33
  • Base y dimensión ejemplos19:05
  • Transformaciones lineales, kernel y rango.22:03
  • Transformaciones lineales, kernel y rango II.14:01
  • Eigenvalores y eigenvectores I17:45
  • Eigenvalores y eigenvectores II20:37

Requirements

  • Ninguno, solo ganas de aprender.

Description

Bienvenido al curso de matemáticas para machine learning nivel intermedio, actualmente la inteligencia artificial asi como el aprendizaje automatico son temas de gran interés relacionados con el avance tecnológico. Cuando empezamos en el mundo de Machine Learning es necesario tener las bases fundamentales con temas relacionados con las matematicas. A través de un enfoque estructurado, este curso tiene como objetivo proporcionar a los estudiantes las herramientas necesarias para resolver problemas matemáticos relacionados con Machine Leraning que incluyen aplicar conceptos de álgebra lineal, cálculo diferencial e integral, cálculo multivariable y probabilidad y estadística.

En este curso se cubrirá una amplia gama de temas que incluyen tanto la parte teórica y práctica, empezaremos inicialmente con un breve repaso de conceptos básicos de álgebra lineal, para posteriormente pasar a temas más avanzados cuya base son los fundamentos del álgebra lineal.


- Álgebra lineal. revisaremos conceptos como vectores y escalares, matrices y sus propiedades, espacios vectoriales y transformaciones lineales para poder finalizar con el estudio de los valorespropios y vectorespropios.

- Cálculo diferencial e integral. comenzaremos con la definicion de limites y continuidad para posteriormente estudiar el concepto formal de la derivadas si como reglas de derivación, estudiaremos el problema del área debajo de una curva así como la integración aproximada.

- Cálculo multivariable. comenzamos con el estudio de funciones de varias variables, para posteriormente extender el concepto de derivada, finalmente la aplicación del gradiente, divergencia y rotacional para problemas reales.

- Probabilidad y estadística. se comienza con el estudio de los conceptos básicos de probabilidad así como las distribuciones normal y binomial, posteriormente pasaremos al estudio del teorema del límite central una aplicación muy importante en probabilida y estadistica, finalmente se estudia la estadistica descriptiva e inferencial para poder finalizar con el concepto de regresión lineal y correlación.


Este curso también es una buena oportunidada para recordar los conceptos fundamentales para el inicio de una carrera en ingenieria o ciencias exactas debido a la amplio contenido así como a la parte práctica de cada tema. De forma general, en este curso de matemáticas para machine learning aprenderas las bases que posteriormente te ayudara a entender conceptos más dificiles de matemáticas avanzadas aplicadas a machine learning. El curso está destinado a ser adquirido por estudiantes mayores de edad o con el consentimiento de sus tutores.

Who this course is for:

  • Estudiantes de Ciencia de Datos y Machine Learning
  • Estudiantes de Ingeniería o Ciencias Computacionales
  • Matemáticos y Estadísticos
  • Auto-didactas y entusiastas de la IA