Google Colab (Colaboratory) ir Google mākoņpakalpojums Python koda izpildei Jupyter stila piezīmjdatoros tieši pārlūkprogrammā, bez lokālas instalēšanas. Bezmaksas līmenis nodrošina arī GPU un TPU atkarībā no pieejamības un ar izpildes laika ierobežojumiem; maksas plāni piedāvā lielāku skaitļošanas jaudu. Colab ir populārs mācībās, datu analīzē un modeļu izmēģināšanā, un iebūvēts Gemini asistents palīdz rakstīt un labot kodu (stāvoklis 2026. gada oktobrī).
Jupyter Notebook ir Project Jupyter atvērtā pirmkoda pārlūkprogrammas lietojumprogramma, kas vienā dokumentā apvieno izpildāmu kodu, rezultātus, diagrammas un skaidrojošu tekstu. Piezīmjdatori plaši tiek izmantoti datu analīzē, mašīnmācīšanās, pētniecībā un mācībās, jo katru soli var dokumentēt un kopīgot izsekojamā veidā. Visbiežāk lietotā valoda ir Python. Piemērs: analītiķis ielādē pārdošanas datus, iztīra tos un rezultātus tieši zem tiem parāda diagrammā.
Kaggle ir tiešsaistes platforma datu zinātnei un mašīnmācīšanās, kas kopš 2017. gada pieder Google. Tā piedāvā publiskas datu kopas, sacensības, kas balstītas uz reālām problēmām, pārlūkprogrammas piezīmjdatorus ar skaitļošanas resursiem un mācību kursus. Organizācijām un apguvējiem tā ir noderīga metožu izmēģināšanai, pieeju salīdzināšanai vai talantu atrašanai. Pirms lietošanas jāpārbauda jebkuras datu kopas licence un izcelsme.
TensorFlow ir atvērtā pirmkoda mašīnmācīšanās ietvars, ko izstrādāja Google un izlaida 2015. gadā. To izmanto, lai veidotu, apmācītu un izvietotu neironu tīklus lietojumprogrammās, serveros vai mobilajās ierīcēs. Keras nodrošina viegli lietojamu augsta līmeņa saskarni; tipiski pielietojumi ir attēlu klasifikācija, prognozēšana un ieteikumu sistēmas.
PyTorch ir atvērtā pirmkoda ietvars mašīnmācīšanās un dziļās mācīšanās uzdevumiem programmēšanas valodā Python. Sākotnēji to izstrādāja uzņēmumā Meta (tolaik Facebook), un kopš 2022. gada to pārrauga PyTorch Foundation Linux Foundation paspārnē. PyTorch ir plaši izmantots pētniecībā un nozarē, jo ļauj izstrādātājiem elastīgi veidot modeļus, apmācīt tos uz GPU un testēt soli pa solim; ar to veidoti daudzi pazīstami valodas un attēlu modeļi.
