Saltar al contenido

Inicio
Proyectos
Tutoriales
Apuntes
Sobre mi

Matemáticas para Machine Learning y Ciencia de Datos

Fuente: Mathematics for Machine Learning and Data Science Specialization y Mathematical Foundations for Data Science and Analytics Specialization

Álgebra Lineal • Cálculo • Estadística • Introducción • Probabilidad

00. Fundamentos Matemáticos para la Ciencia de Datos: Guía Introductoria
Ecuación Lineal • Formato Matricial • Sistemas Lineales • Visualización

01. Ecuaciones lineales la clave de la ciencia de datos
Introducción • Sistemas de Sentencias • Sistemas Lineales

02. Singularidad, dependencia lineal y el determinante.
03. De sistemas de ecuaciones a matrices
04. Tipos y operaciones con matrices
05 – Matrices en Python con Numpy
06. Vectores: la brújula del álgebra lineal y la ciencia de datos
Cuando el Backsolving falla: Variación en los Sistemas de Ecuaciones Lineales
Cuando la matriz no es cuadrada: el truco del transpuesto
Del Modelo Lineal Simple a la Regresión por Mínimos Cuadrados
Eigenvectores, Eigenvalores y Compresión de Datos (Eigenfaces)
Eigenvectors y eigenvalues
Resolver Sistemas Lineales de Forma Probabilística con Regresión de Mínimos Cuadrados Ordinarios (OLS)
Sustitución hacia atrás e inversión de Matrices

Zero Data

Este sitio web no recopila datos, no utiliza cookies de rastreo ni rastrea tu actividad. Aprende libremente y sin dejar huella.

© 2026 Fernando Rioseco

Inicio Proyectos Tutoriales