Francisco Rolando Archila Dehesa

Hi.

Tec Media es una sitio de tecnología comenzado por Francisco Rolando Archila Dehesa con el fin de expandir la mentalidad de innovación y emprendedurismo.

Aprendizaje de Máquinas: Las Tres Mejores Herramientas

Aprendizaje de Máquinas: Las Tres Mejores Herramientas

Aprendizaje de Máquinas: Las Tres Mejores Herramientas

 

Ya sea para motores de recomendación, reconocimiento de rostros o filtrado de contenido spam, el aprendizaje automático o de máquinas supone la más valiosa herramienta si se quiere realizar un recorrido analítico de un gran conjunto de datos valiosos. Se trata de toda una ciencia en la que máquinas pueden analizar, comprender y realizar acciones sobre una serie de datos sin necesariamente ser programadas para la tarea.

 

Este proceso por suerte ha salido de salones de académicos hacia el conocimiento general y es realmente una suerte pues es necesario en tiempos de tecnología informacional e inteligencia artificial. Aspectos como lanzamiento de un software libre y de un hardware más poderoso y a menor costo ha requerido de un sistema especializado para adaptar el uso de máquinas, al menos uno que no precise la mano constante del hombre. Acompáñanos a explorar las tres más poderosas y recientes herramientas para la titánica tarea.

shutterstock_714415102.jpg

 

Python

 

Representa el lenguaje de programación por excelencia para estadísticas, ciencias puras y la matemática, ya que posee uno de los archivos más amplios entre estos sistemas y es relativamente simple de adaptar y aprender. Para el trabajo avanzado en ciencias básicas, Scikit-learn –GitHub para algunos- ha copilado numerosos paquetes de programación como “matplotlib”, “SciPy” y “NumPy” que resulta una opción muy atractiva a la mano programadora experta.

 

Todo el archivo resultado puede emplearse en aplicaciones con alto nivel interactivo como “Workbench”, o trabajarse desde otro software distinto. Todo este kit ha sido lanzado con licencia BSD, por lo que se encuentra plenamente abierto.

 

Shogun

 

Fue creada en el año 1999 y se ha mantenido entre los más usados archivos de aprendizaje de máquinas. Su lenguaje de programación es en C++, pero no se limita en su trabajo sólo en ese lenguaje. Gracias a los avances en el nuevo milenio y a la biblioteca SWIG, ya puede emplear distintos lenguajes como C#, Java, Python, Octave, Matlab, Ruby R y Lua. Si bien es altamente apreciado por el público programador, ha tenido en años recientes dura competencia con bibliotecas como el Mlpack que también trabaja en C++, que tiene mayor velocidad y facilidad en su configuración.

 

Accord

 

Se trata de un tipo de signal proccessing (procesamiento de señales) que trabaja en específico con .Net, que fue lanzado como una extensión de “AForge.net”, una versión anterior con la misma proyección. Cuando se habla de procesamiento de señales, tiene referencia al uso del aprendizaje de máquinas en algoritmos para audio e imágenes, ya sea para sistemas de detección de rostros o para la edición y unión perfecta de varias imágenes.

 

Su operación se da en flujos de imágenes como si fuese video, teniendo una serie de algoritmos para procesamiento de visión y usualmente es usado también para el seguimiento de objetos que se encuentran en movimiento. Accord posee archivos que tienen una serie mucho más clásica en cuanto a funciones del aprendizaje de máquinas, como sistemas de árboles de decisión o simples redes neuronales.

 

De la voz de Francisco Rolando Archila Dehesa:

 

“La complejidad inherente del mundo de la programación requiere una constante actualización de sus sistemas y métodos, por lo que esta compilación supone una ayuda para quienes quieran actualizarse al uso del aprendizaje automático pero sumergirse lentamente sin sentirse abrumado. Es un mundo muy complejo y la cantidad de información disponible puede resultar más que abrumadora”.

Pixel Buds de Google: La Revolución en Traducción

Pixel Buds de Google: La Revolución en Traducción

Tecnología Informacional en la Empresa: Lujo Versus Necesidad

Tecnología Informacional en la Empresa: Lujo Versus Necesidad