Aprendizaje Automático: tecnología

Acerca de este sitio En esta página se revisan algunas herramientas empleadas en los ejemplos y casos presentados a lo largo del material de Aprendizaje Automático.


Índice

  1. Introducción
  2. Hardware
  3. Software
    1. TensorFlow
  4. Referencias

Introducción

Tecnología con la cual hacer «aprendizaje automático» hay mucha. No es el propósito de esta página hablar de productos y herramientas con las cuales uno puede implementar o explotar algoritmos de machine learning. El propósito de esta página es proporcionar un compendio de las herramientas que se han probado, y eventualmente, empleado (cubriendo su instalación, uso, desinstalación, problemática, etcétera). No es un tutorial

Generalmente, los tutoriales parten de la selección de un lenguaje de programación sobre el que se harán los ejercicios y se presentarán los ejemplos. La decisión a este respecto se enfoca entonces a buscar un lenguaje que sea común y popular para el entorno de cómputo a usar y para lo que usualmente se toma como punto de partida al sistema operativo. Ciertamente esta no es la excepción, sin embargo sí hay una diferencia en este caso pues aquí parto de lo que yo he tenido disponible, por lo que debe tenerse presente que estas notas han sido elaboradas bajo plataformas y propósitos específicos y podrá parecer algo ecléctico.

Hardware

Aquí anoto todo el equipo y servicios de los que he hecho uso en el tema del aprendizaje automático (los servicios de cómputo en la nube que he llegado a usar para este propósito están considerados dentro de este rubro) y sus particularidades.

Macbook Pro (13-inch, Mid 2012)
Este equipo fue declarado como obsoleto el 2021.04.01 por Apple.

Ahora, en lo que respecta a candidatos (equipos que, de tener dinero) podría considerar adquirirlos, enfocados al Machine learning, están (considérese  lo siguiente como mi whish list, por si a alguien le faltan ideas de qué darme en Navidad o en mi cumpleaños):

Software

Frameworks, blibiotecas de funciones, paquetes, etcétera. De lo que se ha hecho uso para poder implementar algoritmos de aprendizaje automático o explotar alguna aplicación basada en IA.

PlaidML
Esta es un framework de desarrollo para poder explotar las GPU de algunos equipos, más allá del famoso CUDA.

Referencias

  1. Sebastian Raschkan & Vahid Mirjalili, «Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow«, Packt, 2nd edition, UK, 2017. ISBN: 9781787125933.
  2. «Machine Learning», Wikipedia, web. Consulted: 2018.12.09. URL: https://en.wikipedia.org/wiki/Machine_learning.

Twitter Wordpress eMail
© Todos los derechos reservados.
Dr. Eduardo René Rodríguez Ávila 		Creación: 2018.12.09
Última actualización: 2021.04.02
El contenido de este sitio puede ser copiado y reproducido libremente mientras no sea alterado y se cite su origen. Marcas y productos registrados son citados por referencia y sin fines de lucro o dolo. Todas las opiniones son a título personal del o los autores de éstas y, salvo sea expresado de otro modo, deben considerarse como registro y expresión de la experiencia de uso de aquello que es tratado. Para conocer más sobre la posición de privacidad y responsabilidad de lo que se presenta en este sitio web y como ha sido obtenido, consulte la declaración al respecto.