Algebra Lineal en la IA
Liz karoly Acosta Péreza, Jossely Elena Aguirre Acuñaa, Ana Hilda Hoyos Vanegasa, Fran José Salazar Ruiza
aJosé Danilo Salcedo Pimienta Facultad de Ciencias Básicas y Arquitectura, Corporación Universitaria del Caribe,
Sincelejo, Colombia. jose.salcesop@cecar.edu.co
bAndrés Viloria Sequeda, Facultad de Ciencias Básicas, Ingenieria y Arquitectura, Corporación Universitaria del
Caribe, Sincelejo, Colombia. andres.viloria@cecar.edu.co
Resumen
(Gonzáles, 2020) El algebra lineal, es un tema fundamental para aplicar los algoritmos de Machine Learning. En
ocasiones cuando se está aprendiendo a implementar algoritmos, se debe hallar productos de Matrices, determinantes
o cruzados. Existen muchas formas en que aplicamos álgebra lineal en varias de las áreas de la Inteligencia Artificial,
nos enfocaremos en: vectorización de código, también conocido como la programación de matrices, es un caso
especial de paralelización automática, en la cual un programa informático es convertido de una implementación
escalar, el cual procesa un simple par de operandos en un momento, a una implementación vectorial. Reconocimiento
de imágenes, las imágenes vectoriales que están constituidas por contornos y rellenos definidos matemáticamente,
vectorialmente, por medio de ecuaciones que describen perfectamente cada ilustración. Todo con el fin de conocer el
aprendizaje que realizan las maquinas con ayuda del algebra lineal en Machine Learning; subcampo de las ciencias
de computación, rama de la IA y obtener a su vez avances en la IA, obteniendo como resultado maquinas capaces de
reducir el trabajo que nos cuesta horas, en solo cuestiones de segundos.
Palabras Clave: IA, álgebra lineal, programación, código, matrices, vectorización, datos, máquina.
Abstract
Linear algebra is a fundamental topic to apply Machine Learning algorithms. Sometimes when you are learning to
implement algorithms, you must find products of matrices, determinants or crosses. There are many ways in which
we apply linear algebra in several areas of Artificial Intelligence, we will focus on: code vectorization, also known as
matrix programming, is a special case of automatic parallelization, in which a computer program is converted from a
scalar implementation, which processes a simple pair of operands in a moment, to a vector implementation. Image
recognition, vector images that are made up of contours and fills defined mathematically, vectorially, by means of
equations that perfectly describe each illustration. All in order to know the learning that machines perform with the
help of linear algebra in Machine Learning; subfield of computer science, branch of AI and in turn obtain advances in
AI, resulting in machines capable of reducing the work that costs us hours, in just a matter of seconds.
Key-Words: AI, linear algebra, programming, code, matrices, vectorization, data, machine.
