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
- Google Colab : entorno alojado de Jupyter Notebook comúnmente utilizado para el aprendizaje automático y el aprendizaje profundo.
- JupyterLab : entorno de desarrollo basado en cuadernos para aprendizaje automático y ciencia de datos [ 12 ].
- Jupyter Notebook : entorno de cuaderno interactivo utilizado para el aprendizaje automático y la ciencia de datos [ 13 ] [ 14 ]
- Kaggle — plataforma en línea de ciencia de datos y aprendizaje automático [ 15 ]
Véase también
- Comparación de software de aprendizaje profundo
- Comparación de paquetes estadísticos
- minería de datos
- Aprendizaje profundo
- Lista de conjuntos de datos para la investigación en aprendizaje automático
- Lista de algoritmos de aprendizaje automático
- Lista de software de aprendizaje automático y aprendizaje profundo en Python
- Listados de software de inteligencia artificial de código abierto
- Esquema del aprendizaje automático
Enlaces externos
- 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
- ^ Saucedo, Alejandro (14 de abril de 2026), Awesome Production Machine Learning , consultado el 14 de abril de 2026.
- ^ Misiti, Joseph (14 de abril de 2026), josephmisiti/awesome-machine-learning , consultado el 14 de abril de 2026
- ^ D, Søren A. (11 de abril de 2026), sorend/awesome-python-machine-learning , consultado el 14 de abril de 2026
- ^ "Referencia del lenguaje DML - SystemDS 3.4.0-SNAPSHOT" . apache.github.io . Consultado el 14 de abril de 2026 .
- ^ 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 .
- ^ "Aprendizaje automático en MATLAB - MATLAB y Simulink" .
- ^ 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 .
- ^ Bourgin, David (14 de abril de 2026), ddbourgin/numpy-ml , consultado el 14 de abril de 2026
- ^ Mohandas, Goku. "NumPy para aprendizaje automático - Hecho con ML por Anyscale" . madewithml.com . Consultado el 14 de abril de 2026 .
- ^ "Aprendizaje automático con ROOT" . ROOT . CERN . Consultado el 14 de abril de 2026 .
- ^ "Opciones de cálculo y editor de blocs de notas" . Documentación de IBM . IBM . Consultado el 13 de abril de 2026 .
- ^ "Uso de JupyterLab con entornos de ejecución de aprendizaje automático" . docs.cloudera.com . Consultado el 14 de abril de 2026 .
- ^ Verma, Ishu (21 de mayo de 2021). "Introducción al aprendizaje automático con cuadernos Jupyter" . Red Hat Developer . Recuperado el 14 de abril de 2026 .
- ^ "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 .
- ^ "¿Qué es Kaggle?" . GeeksforGeeks . 14 de agosto de 2024 . Consultado el 14 de abril de 2026 .
Categorías :
- Aprendizaje automático
- Comparación de software