ES
Iniciar sesiónEmpezar
Glosario

Scikit-learn

¿Qué es Scikit-learn?

Scikit-learn es una biblioteca de Python de código abierto para el aprendizaje automático clásico. Ofrece herramientas homogéneas para clasificación, regresión, clustering, reducción de dimensionalidad, preprocesamiento de datos y evaluación de modelos, como la validación cruzada. Basada en NumPy y SciPy, está muy extendida en formación, investigación y práctica por su interfaz sencilla y coherente. Para redes neuronales profundas se suelen usar en cambio frameworks como PyTorch o TensorFlow.

Temas

  • Python
  • biblioteca
  • aprendizaje automático

Probar KI.ordo

Agentes, flujos y plantillas en un solo espacio de trabajo – demo gratuita de 24 horas.

Iniciar demo
← Todos los términos

Términos relacionados

pandas

pandas es una biblioteca de Python de código abierto para analizar y manipular datos tabulares, desarrollada a partir de 2008 por Wes McKinney. Su objeto central, el DataFrame, se parece a una tabla con columnas con nombre. Con ella puedes cargar datos de archivos CSV, Excel o bases de datos y limpiarlos, filtrarlos, agruparlos y combinarlos. pandas se basa en NumPy y es una herramienta estándar en análisis de datos, informes y preparación de datos de entrenamiento.

  • Python
  • análisis de datos
  • +1

NumPy

NumPy es la biblioteca básica de Python, de código abierto, para el cálculo numérico. Ofrece arrays multidimensionales y funciones rápidas de álgebra lineal, estadística y números aleatorios, cuyo núcleo se ejecuta en código compilado. Muchas herramientas de análisis de datos y machine learning, como pandas, scikit-learn y numerosas bibliotecas de visualización, se basan en NumPy. Si trabajas con datos en Python, casi siempre lo usas de forma directa o indirecta.

  • Python
  • análisis de datos
  • +1

XGBoost

XGBoost (Extreme Gradient Boosting) es una biblioteca de código abierto que implementa de forma especialmente eficiente el gradient boosting con árboles de decisión. Se entrenan muchos árboles pequeños uno tras otro, cada uno corrigiendo los errores de los anteriores, y la regularización ayuda a evitar el sobreajuste. XGBoost es una opción probada para datos tabulares, por ejemplo para evaluar riesgo crediticio o prever bajas de clientes o ventas.

  • Machine learning
  • Boosting
  • +1

Aprendizaje automático

El aprendizaje automático (machine learning) es una rama de la inteligencia artificial en la que los ordenadores deducen patrones de los datos en vez de recibir cada regla programada. Según la tarea, los modelos aprenden de ejemplos etiquetados (supervisado), de datos sin etiquetar (no supervisado) o mediante recompensas (por refuerzo). Las aplicaciones van desde filtros de spam y previsiones de demanda hasta recomendaciones de productos. La calidad depende mucho de la cantidad y la calidad de los datos de entrenamiento.

  • fundamentos
  • IA
  • +1