El contenido de este documento son apuntes teoricos - prácticos del Curso de Álgebra Lineal Aplicada para Machine Learning y busca ser una guía para futuros trabajos personales. El mismo está dictado por Sebastián Sosa, co-founder en Caburé.
Todos los modelos de Machine Learning son representados en vectores y matrices. Aplica el Álgebra Lineal con Python al procesamiento de imágenes en este curso.
El contenido esta basado en el Capítulo 2 de Algebra Lineal del libro de Deep Learning by Ian Goodfellow, Yoshua Bengio and Aaron Courville
- Experimentar con los efectos de las transformaciones lineales sobre las imágenes
- Calcular Autovectores y Autovalores con Python
- Graficar diversos sistemas con la matriz pseudo inversa como solución
- Aplicar Principal Component Analysis - PCA - a un conjunto de imágenes.
Aplicar Principal Component Analysis - PCA - a un conjunto de imágenes
Imagenes descargadas desde:
https://www.cl.cam.ac.uk/research/dtg/attarchive/facedatabase.html
40 sujetos distintos, diez imagenes / tomas del rostro de cada uno. Las imagenes tienen diferente iluminacion, expresiones faciales, etc...