Lo que necesitas saber antes de
que comiences
Comienza 29 June 2025 12:07
Termina 29 June 2025
Applied Linear Algebra in AI and ML
University of California, San Diego
9 Cursos
UC San Diego is a public research university renowned for its premier academics, world-class faculty, and innovative research. With its sun-kissed campus and coastal location, it's a perfect place for pursuing higher education.
No especificado
Actualización opcional disponible
Todos los niveles
Progreso a tu propio ritmo
Free
Actualización opcional disponible
Resumen
Título:
Álgebra Lineal Aplicada en IA y ML
Descripción:
Sumérgete en los fundamentos matemáticos críticos de la inteligencia artificial (IA) y el aprendizaje automático (ML) con nuestro curso especializado, ofrecido por la Universidad de California, San Diego, a través de Swayam. Diseñado para equipar a estudiantes de últimos años de pregrado y posgrado que se especializan en Ciencias de la Computación e Ingeniería, Ingeniería Eléctrica, Ingeniería Electrónica y de Comunicaciones, IA y Matemáticas con conocimientos fundamentales y avanzados, este curso pone énfasis en álgebra lineal, técnicas de optimización y métodos estadísticos.
Estas herramientas son indispensables para el desarrollo y comprensión de algoritmos en IA y ML.
El curso tiene como objetivo introducir y profundizar la comprensión de conceptos clave y técnicas computacionales en álgebra lineal que son directamente aplicables a algoritmos de IA y ML. Lo que distingue a este curso es su enfoque centrado en ilustrar cómo estos conceptos matemáticos se aplican para resolver problemas del mundo real en IA y ML.
A lo largo del curso, los participantes se involucrarán con una variedad de temas que incluyen, pero no se limitan a, solución de mínimos cuadrados, estimación de parámetros, análisis de función de coste, mínimos cuadrados restringidos y multiobjetivo, optimización de carteras, soluciones dispersas, aprendizaje de diccionario, descomposición de valor propio y vector propio, teorema espectral, SVD, el problema de multicolinealidad, PCA, reducción de dimensionalidad, algoritmo de clasificación de páginas de Google, cadenas de Markov, aproximación de bajo rango, SLRA, técnicas de desenfoque de imagen, tensores, descomposición de tensor CP, aplicaciones de aprendizaje de redes profundas, completación de matriz y técnicas de filtrado colaborativo.
Audiencia Intencionada:
Este curso está diseñado para estudiantes de últimos años de pregrado y posgrado de los campos de CSE, EE, ECE, IA y Matemáticas que buscan consolidar su comprensión del álgebra lineal en el contexto de su aplicación en IA y ML.
Prerrequisitos:
Para inscribirse en este programa se requiere un curso básico en Matemáticas de Ingeniería con alguna exposición al álgebra lineal.
Categorías:
Cursos de Inteligencia Artificial, Cursos de Aprendizaje Automático, Cursos de Álgebra Lineal
Enseñado por
Prof.Swanand Khare
