El objetivo de este artículo es proporcionarte información de varios softwares que te permitirán implementar algoritmos de Machine Learning con facilidad.
Hablaremos de software y herramientas que facilitan tanto la creación rápida de prototipos como una funcionalidad añadida a otros lenguajes en forma de herramientas.
Aunque hay innumerables servicios de software disponibles para el desarrollo de soluciones de Machine Learning, he seleccionado los que se han hecho un hueco en esta industria.
A continuación se enumeran los más populares entre ellos.
¡Empecemos!
Tabla de Comparación
Plataforma | Escrito en el lenguaje | Algoritmos o características | ||
---|---|---|---|---|
Scikit Learn | Linux, Mac OS, Windows | Python, Cython, C, C++ | Clasificación. Clustering. Preprocesamiento. Selección de modelos. Reducción de la dimensionalidad. | |
PyTorch | Linux, Mac OS, Windows | Python, C++, CUDA | Módulo Autograd. | |
TensorFlow | Linux, Mac OS, Windows | Python, C++, CUDA | Proporciona una biblioteca para la programación de flujo de datos. | |
Weka | Linux, Mac OS, Windows | Java | Preparación de datos. Clasificación. Regresión. Agrupación. Visualización. Obtención de reglas de asociación. | |
KNIME | Linux, Mac OS, Windows | Java | Puede trabajar con un gran volumen de datos. Admite la minería de textos y la minería de imágenes a través de plugins. | |
Colab | Cloud Service | - | Soporta bibliotecas de PyTorch, Keras, TensorFlow y OpenCV. | |
Apache Mahout | Multiplataforma | Java Scale | Preprocesamiento. Regresión. Clustering. Álgebra lineal distribuida. | |
Accors.Net | Multiplataforma | C# | Clasificación. Regresión. Distribución. Agrupación. Prueba de Hipótesis y Métodos Kernel. Imagen, audio, señal y visión. | |
Shogun | Windows Linux UNIX Mac OS | C++ | Regresión. Clasificación. Distribución. Agrupación. Reducción de la dimensionalidad. Aprendizaje online. | |
Keras.io | Multiplataforma | Python | API para redes neuronales |
1. Scikit-learn
Scikit-learn es para el desarrollo de aprendizaje automático en python. Proporciona una biblioteca para el lenguaje de programación Python.
Características:
Ventajas:
Sitio web oficial: scikit-learn
2. PyTorch
PyTorch es una biblioteca de aprendizaje automático basada en la tecnología Torch de Python.
Es un marco de computación basado en Lua, un lenguaje de scripting y una biblioteca de aprendizaje automático.
Características:
Ventajas:
Sitio web oficial: Pytorch
3.TensorFlow
TensorFlow proporciona una biblioteca de JavaScript que ayuda en el aprendizaje automático. Las APIs te ayudarán a construir y entrenar los modelos.
Características:
Ventajas:
Desventajas:
Sitio web oficial: TensorFlow
4.WEKA
Estos algoritmos de aprendizaje automático ayudan a la extracción de datos.
Características:
Ventajas:
Desventajas:
Sitio web oficial: Waikato-weka
5.KNIME
KNIME es una herramienta de análisis de datos, informes y plataforma de integración. Utilizando el concepto de canalización de datos, combina diferentes componentes para el aprendizaje automático y la minería de datos.
Características:
Ventajas:
Desventajas:
Sitio web oficial: KNIME
6.Colab
Google Colab es un servicio en la nube que soporta Python. Le ayudará en la construcción de las aplicaciones de aprendizaje automático utilizando las bibliotecas de PyTorch, Keras,TensorFlow, y OpenCV.
Características:
Ventajas:
Sitio web oficial: Colab
7.Apache Mahout
Apache Mahout ayuda a los matemáticos, estadísticos y científicos de datos a ejecutar sus algoritmos.
Características:
Ventajas:
Desventajas:
Sitio web oficial: Mahout – Apache
8.Accord.Net
Accord.Net proporciona bibliotecas de aprendizaje automático para el procesamiento de imágenes y audio.
Características:
- 1Álgebra lineal numérica.
- 2Optimización numérica.
- 3Estadística.
- 4Redes neuronales artificiales.
- 5Procesamiento de imágenes, audio y señales.
- 6También ofrece soporte para librerías de trazado y visualización de gráficos.
Ventajas:
Desventajas:
Sitio web oficial: Accord.NET
9. Shogun
Shogun proporciona varios algoritmos y estructuras de datos para el aprendizaje automático. Estas bibliotecas de aprendizaje automático se utilizan para la investigación y la educación.
Características:
Ventajas:
Sitio web oficial: Shogun
10.Keras.io
Keras es una API para redes neuronales. Ayuda a realizar investigaciones rápidas y está escrita en Python.
Características:
Ventajas:
Desventajas:
Resumen
En este artículo, hemos repasado algunos de los programas de machine learning más populares que se pueden utilizar para desarrollar modelos desde cero, así como para la creación rápida de prototipos.
Hemos revisado algunos de los "softwares" con más auge, y a través de los cuales se puede construir una amplia gama de aplicaciones. La elección de la herramienta depende de los requisitos del algoritmo y el nivel de experiencia de la herramienta., y todas son gratuitas.
Espero que este artículo informativo que haya servido de mucho.
¡Hasta entonces!