CAPÍTULO 25 / 40
Python para ML: programa la matemática
8 lecciones · Explora, experimenta y comprende.
Aprendamos juntos.
Pregúntame sobre este curso o por dónde empezar.
Cada lección es un notebook Python ejecutable en tu navegador — implementaciones NumPy de vectores, SVD, descenso, regresión y PCA, enlazadas al capítulo matemático del que vienen.
- NumPy
- Pyodide in-browser
- PCA from scratch
- linear regression from scratch
- Paso 104~20m1Código · 56⚡Reto
Python y NumPy para ML
Conoce Python, NumPy y la regla que hace rápido el código de ML: vectoriza todo. Cada celda corre en tu navegador — sin instalación.
Abrir lección - Paso 105~15m2Código · 45⚡Reto
Vectores y matrices en NumPy
Desde la matemática: vectores, productos escalares, producto matriz-vector y ángulos entre vectores — implementados con una línea NumPy. Enl…
Abrir lección - Paso 106~15m2Código · 35⚡Reto
Resolviendo sistemas lineales
Resuelve Ax = b a la manera correcta (`np.linalg.solve`) y la incorrecta (`inv(A) @ b`) — y aprende por qué una es estable y la otra no. Enl…
Abrir lección - Paso 107~15m3D · 3Código · 34★Más cinematográfica
Autovalores, SVD y descomposiciones
Calcula autovalores y SVD en tres líneas, luego úsalos para construir un compresor de imágenes de rango k. Enlaza con los Capítulos 4 y 10.
Abrir lección - Paso 108~20m3D · 12Código · 55★Más cinematográfica⚡Reto
Gradientes y autodiff
Calcula gradientes de tres formas — analítica, numérica (diferencias finitas) y automática (intuición de autodiff) — y entiende por qué los…
Abrir lección - Paso 109~15m3D · 12Código · 34★Más cinematográfica
Implementando descenso por gradiente
Programa descenso por gradiente desde cero, luego SGD y momentum. Mira qué hace el learning rate — bajo gatea, alto explota. Enlaza con el C…
Abrir lección - Paso 110~15m2Código · 44
Regresión lineal desde cero
Implementa regresión lineal de tres formas — ecuaciones normales cerradas, descenso por gradiente y pseudo-inversa por SVD — y prueba que co…
Abrir lección - Paso 111~20m3D · 3Código · 45★Más cinematográfica⚡Reto
PCA desde cero
Implementa PCA en 10 líneas: centra los datos, haz SVD, proyecta sobre los top-k ejes. Verifica con sklearn. Enlaza con los Capítulos 10 y 4…
Abrir lección