Todos los ejemplos los estaré mostrando en Python con la librería NumPy.
Antes de todo, debemos importar la librería:
import numpy as npConceptos
La teoría puede parecer aburrida, pero es necesaria para construir las bases que necesitaremos para hacer correctamente los temas prácticos.
¿Qué es un escalar?
Son cantidades que solo tienen magnitud. Pero de forma simple, es solo un número.
¿Qué es un vector?
Es una lista ordenada de escalares que describen un objeto.
¿Por qué ordenada? Porque no es lo mismo el vector [2, 5] que [5, 2].
Por ejemplo, podríamos representar las calificaciones que una película tiene en distintos géneros:
# Acción, Drama, Humor
movie = np.array([2.4, 5.8, 8.7])¿Qué es una matriz?
Es un conjunto bidimensional de números con forma rectangular, organizado en filas y columnas.
En Machine Learning, las filas representan observaciones y las columnas características.
movies = np.array([
[8.5, 4.0, 6.5, 7.5], # Movie A
[5.0, 9.0, 6.0, 8.0], # Movie B
[9.0, 2.0, 7.0, 6.5] # Movie C
])¿Qué es un tensor?
Son objetos matemáticos que almacenan valores numéricos y que pueden tener distintas dimensiones.
Por ejemplo podemos representar un píxel de nuestra pantalla. Primero hay que entender que un píxel está formado por tres valores de color, donde cada uno representa un canal (RGB).
image = np.array([
[
[255, 0, 0], # Red,
[0, 255, 0], # Green
[0, 0, 255] # Blue
],
])
# Graph
plt.imshow(image)
plt.title("Imagen Tensor")
plt.axis('off')
plt.show()
Resumen
- Las bases del mundo actual se apoyan fuertemente en el álgebra lineal, especialmente en la Inteligencia Artificial.
- NumPy y Matplotlib son herramientas fundamentales que debes saber manejar.
- Un escalar es un número.
- Un vector es una lista ordenada de escalares que representar un objeto.
- Una matriz es una tabla de números, donde las filas son observaciones y las columnas características.
- Un tensor es un objeto matemático que almacena valores numéricos y pueden tener distintas dimensiones (1D, 2D, 3D, 4D, etc).
