Tutoriales

SciPy, módulo para machine learning

En nuestro anterior post sobre Inteligencia Artificial explicamos su potencialidad y aplicaciones.

SciPy es una herramienta ideal para los usuarios que quieren dar sus primeros pasos con técnicas de “machine learning”.

Se trata de una librería Python de código abierto que proporciona una extensa colección de algoritmos y técnicas matemáticas.

 

Instalación

Para los usuarios de Windows el método más rápido y sencillo es descargar e instalar Anaconda, una distribución que incluye todas las librerías de SciPy.

 

Los usuarios de Mac OS pueden instalar cada paquete con pip:

$ pip install –user numpy scipy matplotlib iphython jupyler pandas sympy

 

Por último, los usuarios Linux de Ubutnu y Debian podrán instalar fácilmente SciPy con:

 

$ sudo apt-get install python-numpy python-scipy python-matplotlib iphyton iphyton-notebook python-pandas python-sympy

 

En las derivadas de Arch podemos encontrar el paquete de SciPy para su instalación en Community.

 

¿Que herramientas nos encontramos en SciPy?

 

NumPy nos permite manipular matrices numéricas de forma sencilla, algo muy útil con datos multiparamétricos.

Numpy

SciPy nos proporciona rutinas de computación predefinidas para, por ejemplo, el cálculo de integrales, resolución de ecuaciones, optimizaciones…

Matplotlib es un módulo que permite la representación gráfica de datos numéricos. Con matplotlib puedes representar directamente y de forma rápida diagramas a partir de los datos de tu estudio.

Matplotlib
Matplotlib

IPython es un intérprete de Python que añade múltiples funcionalidades, especialmente útiles para el procesamiento y estudio de datos. Además, IPython permite ejecutar código Python de una forma rápida e intuitiva gracias a sus “funciones mágicas”.

Sympy es una librería que permite realizar todo tipo de operaciones de álgebra, cálculo, matemáticas discretas o mecánica cuántica.

Pandas es una librería extensión de NumPy que nos permite manipular, analizar y representar información proveniente de diferentes bases de datos. Su facilidad y flexibilidad hacen que sea una de las librerías más utilizadas de SciPy.

En próximos posts enseñaremos ejemplos prácticos con algunas de estas librerías.

Cerrar
Cerrar

Bloqueador de anuncios detectado

Por favor, considere ayudarnos desactivando su bloqueador de anuncios