Download Puedes descargar la presentación aquí

OPEN SOURCE
Y MACHINE LEARNING
El principio de una larga amistad
ÍNDICE
1. ¿QUÉ ES MACHINE LEARNING?
2. FRAMEWORKS
2.1.
2.2.
2.3.
2.4.
TENSORFLOW
H2O
THEANO
KERAS
3. ¿POR DÓNDE EMPEZAR?
3.1.
3.2.
3.3.
Scikit-learn
Jupyter
NLTK
4. A JUGAR
¿QUÉ ES MACHINE LEARNING?
FASE 1:
APRENDIZAJE
PREPROCESADO
DATOS
●
●
●
Normalización
Limpieza
Etc….
APRENDIZAJE
ANÁLISIS DEL
ERROR
●
●
●
●
●
●
Supervisado
No supervisado
Etc...
F-Score
Curva ROC
Etc...
FASE 2:
PREDICCIÓN
NUEVOS
DATOS
PREDICCIÓN
MODELO
DATOS
PREDICHOS
MODELO
2016
●
Los frameworks Open Source de
ML alcanzan un estado de
madurez bastante alto gracias a la
comunidad.
●
Las grandes empresas se
vuelcan en ello:
○ Google
○ Facebook
○ Microsoft
○ IBM
○ Amazon
●
La ingente cantidad de datos que
se recopila genera soluciones a
nuevos tipos de problemas.
●
La capacidad de procesamiento
es barata gracias al Cloud.
Fuente: https://www.safaribooksonline.com/library/view/apache-mahoutessentials/9781783554997/ch01s04.html
FRAMEWORKS
TENSOR FLOW
●
De Google usado en DeepMind
●
Amplia adopción
●
Algoritmos
○ Regresión
○ Redes Neuronales
■ Recurrentes
■ Convolucionales
■ Image Recognition
●
Visualización del flujo a través
de TensorBoard
●
Distribuido a partir de la
Release 0.8.0
H20
●
●
●
●
●
●
Funciona sobre SPARK gracias a
Sparkling water
Interfaz web fácil de usar y
asistida
Soporte agnóstico:
○ Bases de datos comunes
○ Tipos de archivos de datos
Escalable masivamente para el
análisis de datos
Algoritmos
○ Redes Neuronales
○ Gradient Boosting Machine
○ Regresión
○ Árboles de decisión.
○ K-Means
○ Naive-Bayes
○ Etc.
Scoring de datos en Real-time
THEANO
●
Estrecha integración con NumPy
●
Uso transparente de la CPU
○ Cálculos intensivos hasta
un 140X más rápido que en
CPU.
●
Algoritmos
○ Redes Neuronales
Convolucionales.
○ Regresión
●
Complicado de instalar
○ No apto para principiantes
Fuente: http://i.stack.imgur.com/akoSm.png
KERAS
●
Framework Python para redes
neuronales
●
Permite usar Theano y Tensorflow
●
Fácil de Usar
●
Buena documentación
●
Comunidad en crecimiento
●
Soporte de Google
¿YA SÉ DE MACHINE LEARNING?
NO
¿POR DÓNDE EMPEZAR?
SCIKIT-LEARN
●
Ejemplos de algoritmos de todas
las clases
●
Librería para resolver la
mayoría de problemas de Machine
Learning a pequeña escala
●
Ideal para aprender
●
Para Python
JUPYTER
●
Notebooks Colaborativos y
ejecutables
●
Permite múltiples lenguajes
●
Ideal para aprender
●
Interfaz Web con acceso a
consola para la instalación de
paquetes extras
●
Permite Markdown
NLTK
●
Kit de herramientas de lenguaje
natural, para Python.
● Stopwords
● Corpus
● Modelos
○ Extracción de nombres
de entidades.
○ Standford, ConLL...
● Separadores:
○ Oraciones
○ Palabras
○ Optimizados para
múltiples idiomas.
● Lemmanización
● Parseo sintáctico.
● Etc.
A JUGAR
https://gym.openai.com
¿PREGUNTAS?
[email protected]