Articulo de referencia

Comparación de software de aprendizaje automático

Las siguientes tablas presentan una comparación de software de aprendizaje automático, como marcos de software , bibliotecas y programas informáticos utilizados para el aprendiz...

Las siguientes tablas presentan una comparación de software de aprendizaje automático, como marcos de software , bibliotecas y programas informáticos utilizados para el aprendizaje automático .

Software de aprendizaje automático

Otras comparaciones

Bibliotecas y plataformas de ayuda para el aprendizaje automático

  • Apache OpenNLP : kit de herramientas para el procesamiento del lenguaje natural.
  • CUDA : plataforma de computación GPU utilizada para acelerar las cargas de trabajo de aprendizaje automático y aprendizaje profundo.
  • Horovod : marco de entrenamiento distribuido para el aprendizaje profundo.
  • Hugging Face Transformers : biblioteca de modelos transformadores preentrenados construidos sobre otros marcos de aprendizaje automático [ 7 ].
  • Kubeflow : plataforma de aprendizaje automático para Kubernetes
  • Mallet : conjunto de herramientas para el procesamiento del lenguaje natural y el análisis de texto.
  • NumPy — biblioteca de computación numérica utilizada en aprendizaje automático [ 8 ] [ 9 ]
  • OpenCV : biblioteca de visión artificial con funciones de aprendizaje automático.
  • ONNX : formato abierto para representar modelos de aprendizaje automático.
  • pandas : biblioteca de análisis y preparación de datos utilizada en el aprendizaje automático.
  • PlaidML : compilador de tensores y backend para marcos de aprendizaje automático.
  • Polars : biblioteca de dataframes utilizada para la preparación y el análisis de datos en el aprendizaje automático.
  • PyArrow : biblioteca de datos columnares utilizada en el procesamiento de datos de aprendizaje automático.
  • ROOT (TMVA) — marco de análisis de datos con herramientas de aprendizaje automático [ 10 ]
  • SciPy — biblioteca de computación científica y optimización utilizada en aprendizaje automático [ 11 ]

Entornos de desarrollo en línea para el aprendizaje automático

Véase también

  • Yellowbrick : biblioteca de visualización de aprendizaje automático para la selección y el diagnóstico de modelos.
  • ELI5 : biblioteca para explicar y depurar modelos de aprendizaje automático.
  • InterpretML : kit de herramientas de aprendizaje automático interpretable
  • SHAP : biblioteca para explicar las predicciones de los modelos de aprendizaje automático.

Referencias

  1. ^ Saucedo, Alejandro (14 de abril de 2026), Awesome Production Machine Learning , consultado el 14 de abril de 2026.
  2. ^ Misiti, Joseph (14 de abril de 2026), josephmisiti/awesome-machine-learning , consultado el 14 de abril de 2026
  3. ^ D, Søren A. (11 de abril de 2026), sorend/awesome-python-machine-learning , consultado el 14 de abril de 2026
  4. ^ "Referencia del lenguaje DML - SystemDS 3.4.0-SNAPSHOT" . apache.github.io . Consultado el 14 de abril de 2026 .
  5. ^ Innes, Mike (3 de mayo de 2018). "Flux: Aprendizaje automático elegante con Julia" . Journal of Open Source Software . 3 (25): 602. Bibcode : 2018JOSS....3..602I . doi : 10.21105/joss.00602 .
  6. ^ "Aprendizaje automático en MATLAB - MATLAB y Simulink" .
  7. ^ Wolf, Thomas (2020). "Transformers: State-of-the-Art Natural Language Processing" . Actas de la Conferencia de 2020 sobre Métodos Empíricos en Procesamiento del Lenguaje Natural: Demostraciones de Sistemas . Asociación de Lingüística Computacional. pp.  38–45 . doi : 10.18653/v1/2020.emnlp-demos.6 . Recuperado el 14 de abril de 2026 .
  8. ^ Bourgin, David (14 de abril de 2026), ddbourgin/numpy-ml , consultado el 14 de abril de 2026
  9. ^ Mohandas, Goku. "NumPy para aprendizaje automático - Hecho con ML por Anyscale" . madewithml.com . Consultado el 14 de abril de 2026 .
  10. ^ "Aprendizaje automático con ROOT" . ROOT . CERN . Consultado el 14 de abril de 2026 .
  11. ^ "Opciones de cálculo y editor de blocs de notas" . Documentación de IBM . IBM . Consultado el 13 de abril de 2026 .
  12. ^ "Uso de JupyterLab con entornos de ejecución de aprendizaje automático" . docs.cloudera.com . Consultado el 14 de abril de 2026 .
  13. ^ Verma, Ishu (21 de mayo de 2021). "Introducción al aprendizaje automático con cuadernos Jupyter" . Red Hat Developer . Recuperado el 14 de abril de 2026 .
  14. ^ "Uso de Jupyter Notebook para el desarrollo de aprendizaje automático en sistemas NAS - Base de conocimientos de HECC" . www.nas.nasa.gov . Consultado el 14 de abril de 2026 .
  15. ^ "¿Qué es Kaggle?" . GeeksforGeeks . 14 de agosto de 2024 . Consultado el 14 de abril de 2026 .
Obtenido de " https://en.wikipedia.org/w/index.php?title=Comparison_of_machine_learning_software&oldid=1350976209 "