NumPy je temeljna Python biblioteka otvorenog koda za numeričko računanje. Nudi višedimenzionalna polja i brze funkcije za linearnu algebru, statistiku i slučajne brojeve, a njezina jezgra radi u kompiliranom kodu. Mnogi alati za analizu podataka i strojno učenje, poput pandasa, scikit-learna i brojnih biblioteka za vizualizaciju, izgrađeni su na NumPyju. Tko god radi s podacima u Pythonu, gotovo ga uvijek koristi, izravno ili neizravno.
Agenti, tijekovi rada i predlošci u jednom radnom prostoru – besplatna demo verzija na 24 sata.
Pokrenite demopandas je Python biblioteka otvorenog koda za analizu i obradu tabličnih podataka, koju od 2008. razvija Wes McKinney. Njezin središnji objekt, DataFrame, nalikuje tablici s imenovanim stupcima. Pomoću nje mogu se učitavati podaci iz CSV datoteka, Excela ili baza podataka te ih čistiti, filtrirati, grupirati i spajati. pandas je izgrađen na NumPyju i standardan je alat u analizi podataka, izvještavanju i pripremi podataka za učenje.
Scikit-learn je Python biblioteka otvorenog koda za klasično strojno učenje. Nudi dosljedne alate za klasifikaciju, regresiju, klasteriranje, smanjenje dimenzionalnosti, predobradu podataka i evaluaciju modela, primjerice unakrsnu validaciju. Izgrađen je na NumPyju i SciPyju te se zahvaljujući jednostavnom, ujednačenom sučelju naširoko koristi u obrazovanju, istraživanju i praksi. Za duboke neuronske mreže obično se biraju okviri poput PyTorcha ili TensorFlowa.
Jupyter Notebook je open-source aplikacija u pregledniku projekta Project Jupyter koja u jednom dokumentu objedinjuje izvršivi kod, rezultate, grafikone i objašnjavajući tekst. Bilježnice se naširoko koriste u analizi podataka, strojnom učenju, istraživanju i poučavanju jer se svaki korak može dokumentirati i dijeliti na sljediv način. Python je najčešći jezik. Primjer: analitičar učitava podatke o prodaji, čisti ih i prikazuje rezultate kao grafikon izravno ispod.
TensorFlow je okvir za strojno učenje otvorenog koda koji je razvio Google, a objavljen je 2015. Koristi se za izgradnju, treniranje i primjenu neuronskih mreža u aplikacijama, na poslužiteljima ili na mobilnim uređajima. Keras nudi pristupačno sučelje visoke razine; tipične primjene su klasifikacija slika, prognoziranje i sustavi preporuka.
