machine-learning in Python Reseñas y Detalles del Producto

Paquetes como Sci-kit learn y Keras son muy útiles para un despliegue rápido en la línea de producción. El aprendizaje profundo en visión por computadora muestra un resultado considerable. Con una gran cantidad de datos, los marcos de aprendizaje automático de Python nos ayudan a desarrollar más rápido y reducir nuestro tiempo de desarrollo. Marcos como Tensorflow, caffe, pytorch son muy efectivos en el desarrollo y despliegue de aprendizaje profundo. Reseña recopilada por y alojada en G2.com.

Cuando tenemos una gran cantidad de datos, es necesario analizarlos antes de usarlos para el desarrollo. Aquí en Python Machine Learning, no hay un buen marco de análisis de datos en python. No me gusta python porque su tiempo de desarrollo es muy alto. Reseña recopilada por y alojada en G2.com.

Es una amalgama de todo tipo de algoritmos de aprendizaje automático junto con sus ejemplos y tutoriales es lo mejor. Está muy bien documentado, lo que facilita su implementación. También es fácil de usar. Reseña recopilada por y alojada en G2.com.

Ha proporcionado muchos métodos de implementación que son bastante buenos, pero al mismo tiempo generan demasiada confusión. Por lo tanto, uno necesita investigar un poco para seleccionar entre las opciones disponibles. Reseña recopilada por y alojada en G2.com.

Me gusta lo simple que es usar Python, así como la cantidad de bibliotecas que ya existen para ayudar a reducir el tiempo de desarrollo. Reseña recopilada por y alojada en G2.com.

Lo único que realmente no me gusta es cuando actualizan la versión de Python y te quedas con códigos que solo funcionan en ciertas versiones. Esto se convierte en tu trabajo para luego actualizar o reducir la sintaxis del código dependiendo de la versión que estés usando. Reseña recopilada por y alojada en G2.com.

Hay muchos módulos disponibles para el aprendizaje automático, solo hay que preparar los datos según el requisito y luego los módulos se encargan del algoritmo. Reseña recopilada por y alojada en G2.com.

Preparación de datos para el entrenamiento del algoritmo Reseña recopilada por y alojada en G2.com.

Se dice que entrenar una red es muy difícil en el aprendizaje automático, pero si se hace lo mismo a través de Python, se vuelve más fácil. Te sorprenderás. Reseña recopilada por y alojada en G2.com.

No hay nada que me desagrade de hacer aprendizaje automático en Python. Reseña recopilada por y alojada en G2.com.

Es fácil de usar. Mucha documentación en línea. Reseña recopilada por y alojada en G2.com.

Actualmente, nada. Lo prefiero a Matlab o R. Reseña recopilada por y alojada en G2.com.

Hay tantos scripts y paquetes de Python bien documentados, de sentido común y fácilmente implementables para el aprendizaje automático. Scikit learn tiene algunos tutoriales increíbles, para el aprendizaje de conceptos, el aprendizaje de funciones o "modelado predictivo", y la agrupación y el hallazgo de patrones predictivos. Con el lenguaje de Python en sí, es fácil entender cómo utilizar el algoritmo Kmeans e implementar aspectos del aprendizaje automático con tus propios datos. Reseña recopilada por y alojada en G2.com.

Empezar puede ser difícil. Los tutoriales pueden ser difíciles de encontrar, especialmente si no estás acostumbrado a usar lenguajes de código abierto como Python. Reseña recopilada por y alojada en G2.com.

Python es uno de los lenguajes de programación más populares para resolver los problemas asociados con el aprendizaje automático. Las bibliotecas de Python como Keras, Theanos, TensorFlow y Scikit-Learn han hecho que programar el aprendizaje automático sea relativamente fácil. Reseña recopilada por y alojada en G2.com.

A veces, debido a los datos, el IDE de Python se cuelga. Reseña recopilada por y alojada en G2.com.

El aprendizaje automático con Python es muy fácil de configurar. Una vez que hayas descargado Python, suponiendo que lo descargues con Spyder y Anaconda, todo estará preempaquetado. Para personas con conocimientos de codificación amateur como yo, cada vez que me encuentro con un obstáculo, puedo ir en línea y encontrar soluciones. Reseña recopilada por y alojada en G2.com.

A diferencia de Tableau, no hay una plataforma oficial, al menos no pude encontrar una. Además, hay demasiados paquetes para el aprendizaje automático. Necesitas investigar para saber cuál es adecuado para tu situación. Reseña recopilada por y alojada en G2.com.

Dada la enorme cantidad de inversión que diferentes empresas han hecho en Python para el aprendizaje automático, hay herramientas realmente buenas disponibles para todo tipo de algoritmos de aprendizaje automático en Python. Casi todos los marcos de redes neuronales profundas están escritos principalmente para Python o tienen un envoltorio en Python. La biblioteca SciPy proporciona todo lo que necesitas para realizar la mayoría del trabajo con algoritmos básicos de aprendizaje automático. Reseña recopilada por y alojada en G2.com.

A diferencia de MATLAB, diferentes empresas están desarrollando herramientas para Python. Siempre hay nuevas bibliotecas que son incompatibles con otras. Normalmente no actualizo a una nueva versión de una biblioteca hasta que algo deja de funcionar. Reseña recopilada por y alojada en G2.com.