Introducción al Álgebra Lineal para Machine Learning

USD 20,00

Categoría:

El Álgebra Lineal es un campo de las matemáticas que podría llamarse las matemáticas de los datos. Es un tema fundamental para aplicar los algoritmos de Machine Learning y es, innegablemente, un pilar del campo de Machine Learning, por lo que muchos lo recomiendamos como un pre requisito sujeto a estudio, antes de comenzar el Aprendizaje Automático.

Este libro se enfoca en los fundamentos de Álgebra Lineal inherentes a Machine Learning y que, como practicante, necesitas saber. Después de leer y trabajar con este libro, podrás saber:

  • Qué es el álgebra lineal y por qué es relevante e importante para Machine Learning.
  • Como crear, indexar y, en general, manipular datos en matrices NumPy.
  • Qué es un vector y cómo realizar aritmética vectorial y calcular normas vectoriales.
  • Qué es una matriz y cómo realizar la aritmética matricial, incluyendo la multiplicación de la matriz.
  • Un conjunto de tipos de matrices, sus propiedades y operaciones avanzadas que implican matrices.
  • Métodos de factorización de matrices, incluyendo la eigendecomposición y la descomposición de valores singulares.

Este nuevo entendimiento básico del Álgebra Lineal, en general, impactará tu práctica de Machine Learning de las siguientes maneras:

  • Leer y entender las matemáticas en los documentos de Machine Learning.
  • Implementar las descripciones de álgebra lineal y todo lo relacionado a matemáticas de los algoritmos de Machine Learning.
  • Describir los modelos de Machine Learning utilizando la notación y las operaciones del álgebra lineal.

El contenido del libro es el siguiente:

  • Capítulo 1: Introducción
  • Capítulo 2: NumPy
  • Capítulo 3: Introducción al Álgebra Lineal
  • Capítulo 4: Vectores
  • Capítulo 5: Norma vectorial
  • Capítulo 6: Matrices
  • Capítulo 7: Tipos de matrices
  • Capítulo 8: Sistema de ecuaciones
  • Capítulo 9: Descomposición de matrices
  • Capítulo 10: Eigendescomposición
  • Capítulo 11: Descomposición de los valores singulares
  • Capítulo 12: Obtener más información

En todos los capítulos se da una explicación teórica, de manera clara y sencilla, sobre el tema que se esté tratando y, a su vez, se realiza el desarrollo de dicha explicación a nivel de programación, utilizando NumPy de Python. Por lo tanto, es un libro tanto teórico como práctico.

Cada una de las lecciones están diseñadas para leerse de principio a fin, en orden, para tener un mejor entendimiento de lo que se esta explicando. Por supuesto, se puede dedicar a capítulos específicos, posteriormente, para refrescar los conocimientos.

Cada capítulo esta diseñado para completarse en menos de 30 minutos (dependiendo del nivel de habilidad y entusiasmo). Es posible trabajar con todo el libro en un fin de semana. También funciona, si desea, sumergirse en capítulos específicos y utilizar el libro como referencia.

La intención con este libro es sentar las bases en el área de Álgebra Lineal y que puedas implementar lo aprendido acá, en el desarrollo de los proyectos de Machine Learning.

Este libro no es un sustituto de un curso de grado o de un libro de texto en álgebra lineal y de cualquier área de matemáticas para Machine Learning.