Fundamentos Intermedios de Matemáticas para Machine Learning

Las matemáticas constituyen el núcleo de la ciencia de datos y el aprendizaje automático. Por lo tanto, para llegar a ser tu mejor versión de científico de datos, debes tener una comprensión práctica de las matemáticas más relevantes.

Iniciarse en la ciencia de datos es fácil gracias a bibliotecas de alto nivel como Scikit-learn y Keras. Pero comprender las matemáticas que hay detrás de los algoritmos de estas bibliotecas te abre infinitas posibilidades. Desde la identificación de problemas de modelado hasta la invención de soluciones nuevas y más potentes, la comprensión de las matemáticas detrás de todo esto puede aumentar drásticamente el impacto que puede tener en el transcurso de su carrera.

Dirigido por el gurú del aprendizaje profundo, Juan Gabriel Gomila, este curso proporciona una firme comprensión de las matemáticas -a saber, álgebra lineal y cálculo- que subyacen en los algoritmos de aprendizaje automático y los modelos de ciencia de datos.

A lo largo de cada una de las secciones, encontrarás un montón de tareas prácticas, demostraciones de código Python y ejercicios prácticos para que tu juego matemático esté en plena forma.