El álgebra lineal provee el lenguaje matemático con el que se representan y manipulan los datos en machine learning: cada observación suele representarse como un vector, un conjunto de datos completo como una matriz, y las operaciones de entrenamiento de un modelo como transformaciones sobre esas estructuras.
Por qué es una base tan fundamental
Prácticamente toda operación dentro de una red neuronal —desde combinar las entradas con los pesos hasta calcular gradientes durante el entrenamiento— se expresa en términos de multiplicaciones de matrices y vectores, por lo que una comprensión sólida de álgebra lineal facilita entender por qué funcionan estos algoritmos, más allá de solo usarlos.