Avaliações e Detalhes do Produto machine-learning in Python

É fácil de usar. Muita documentação online. Análise coletada por e hospedada no G2.com.

Atualmente, nada. Eu prefiro isso ao Matlab ou R. Análise coletada por e hospedada no G2.com.

Existem muitos scripts e pacotes de Python bem documentados, de bom senso e facilmente implementáveis para aprendizado de máquina. O Scikit-learn possui tutoriais incríveis para aprendizado de conceitos, aprendizado de funções ou "modelagem preditiva", e agrupamento e descoberta de padrões preditivos. Com a linguagem Python em si, é fácil entender como utilizar o algoritmo Kmeans e implementar aspectos de aprendizado de máquina com seus próprios dados. Análise coletada por e hospedada no G2.com.

Começar pode ser difícil! Tutoriais podem ser difíceis de encontrar, especialmente se você não está acostumado a usar linguagens de código aberto como python. Análise coletada por e hospedada no G2.com.

Python é uma das linguagens de programação mais populares para resolver os problemas associados ao aprendizado de máquina. Bibliotecas Python como Keras, Theanos, TensorFlow e Scikit-Learn tornaram a programação de aprendizado de máquina relativamente fácil. Análise coletada por e hospedada no G2.com.

Às vezes, por causa dos dados, o IDE do Python trava. Análise coletada por e hospedada no G2.com.

O aprendizado de máquina com Python é muito fácil de configurar. Uma vez que você tenha baixado o Python, assumindo que você baixe com o Spyder e Anaconda, tudo estará pré-embalado. Para pessoas com conhecimento amador de codificação como eu, sempre que encontro um obstáculo, consigo ir online e encontrar soluções. Análise coletada por e hospedada no G2.com.

Ao contrário do Tableau, não há uma plataforma oficial, pelo menos eu não consegui encontrar uma. Além disso, há pacotes demais para aprendizado de máquina. Você precisa fazer sua pesquisa para saber qual é adequado para o seu cenário. Análise coletada por e hospedada no G2.com.

Dado o enorme investimento que diferentes empresas fizeram no Python para aprendizado de máquina, existem ferramentas realmente boas disponíveis para todos os tipos de algoritmos de aprendizado de máquina em Python. Quase todos os frameworks de redes neurais profundas são escritos principalmente para Python ou possuem um wrapper em Python. A biblioteca SciPy fornece tudo o que você precisa para realizar a maior parte do trabalho com algoritmos básicos de aprendizado de máquina. Análise coletada por e hospedada no G2.com.

Ao contrário do MATLAB, diferentes empresas estão desenvolvendo ferramentas para Python. Há sempre novas bibliotecas que são incompatíveis com outras. Normalmente, não faço upgrade para uma nova versão de uma biblioteca até que algo pare de funcionar. Análise coletada por e hospedada no G2.com.

O pacote scikit-learn inclui a maioria das ferramentas de aprendizado de máquina eficientes e recentes, como Random Forest, SVM, Boosting e assim por diante. É realmente fácil e rápido com o pacote scikit-learn em Python. Análise coletada por e hospedada no G2.com.

Você só precisa de habilidades básicas de codificação em Python. Uma vez que você esteja familiarizado com a codificação em Python, que é bastante fácil, as aplicações de aprendizado de máquina são moleza usando Python. Análise coletada por e hospedada no G2.com.

Ferramenta TensorFlow para aprendizado profundo. Esta é a melhor coisa que eu gosto no Python, pois oferece tanta flexibilidade para aprendizado profundo. Análise coletada por e hospedada no G2.com.

Às vezes, acho a depuração um pouco tediosa. Análise coletada por e hospedada no G2.com.

Coleções abrangentes de algoritmos de aprendizado de máquina e muitos exemplos e tutoriais, em particular a biblioteca scikit-learn, têm quase todos os algoritmos de aprendizado de máquina possíveis incluídos. Análise coletada por e hospedada no G2.com.

A documentação de algumas funções é bastante limitada. Nem todo algoritmo implementado está presente. A maioria das bibliotecas adicionais são fáceis de instalar, mas algumas podem ser bastante complicadas e demorar um pouco. Análise coletada por e hospedada no G2.com.

Facilidade de configuração, uma infinidade de opções, tutoriais, blogs, recursos disponíveis, facilidade de início Análise coletada por e hospedada no G2.com.

Nada. É ótimo. Como tudo é de código aberto, encontrar suporte ou ajuda pode ser um pouco complicado para problemas personalizados. Análise coletada por e hospedada no G2.com.

A facilidade de implementação que as bibliotecas Python oferecem e a documentação disponível. Análise coletada por e hospedada no G2.com.

Muitas maneiras de implementar a mesma coisa, às vezes isso se torna confuso. Análise coletada por e hospedada no G2.com.