Cuando era nuevo en Python y después creo que me llevó 1 año a un nivel intermedio, cuando aprendí bibliotecas y módulos, cómo hacer tuyas todas estas cosas, pero lo más curioso son las bibliotecas de IA, que es muy interesante. En Python obtendrá un montón de bibliotecas en todo lo que significa todo, desde web hasta Machine Learning e Inteligencia Artificial. Puede construir su propia desde cero hasta avanzada.
Aquí está el enlace a las bibliotecas oficiales de Python – PyPI – el índice del paquete de Python
Y aquí está el mío – Tikam02 / awesome-python
- ¿Qué podría reemplazar la inteligencia artificial?
- ¿Crees que la IA debería detenerse o continuar?
- ¿Cuál es el enfoque para crear un agente de IA para juegos con reglas desconocidas?
- ¿Por qué estamos tratando de crear máquinas súper inteligentes cuando sabemos que nos destruirán?
- ¿Cuál sería una buena carrera / campo para entrar si eres un pensador altamente conceptual y eres excelente en razonamiento abstracto / conceptual?
Biblioteca de inteligencia artificial de Python – PythonForArtificialIntelligence – Python Wiki
Estas son algunas de las bibliotecas de inteligencia artificial y aprendizaje automático más populares:
Creo que todos conocen Tensorflow. Debido a su popularidad
Tensorflow
Creo que todos conocen Tensorflow. Debido a su popularidad, se ha utilizado ampliamente en todas partes.
Esta es la biblioteca de redes neuronales más nueva de la lista. Tensorflow es una biblioteca de redes neuronales de alto nivel que le ayuda a programar sus arquitecturas de red mientras evita los detalles de bajo nivel. La atención se centra más en permitirle expresar su cálculo como un gráfico de flujo de datos, que es mucho más adecuado para resolver problemas complejos.
Está escrito principalmente en C ++, que incluye los enlaces de Python, por lo que no tiene que preocuparse por sacrificar el rendimiento. Una de mis características favoritas es la arquitectura flexible, que le permite implementarla en una o más CPU o GPU en un escritorio, servidor o dispositivo móvil, todo con la misma API. No muchas bibliotecas, si es que hay alguna, pueden hacer esa afirmación.
Bueno para: redes neuronales
Repositorio: Tikam02 / tensorflow
scikit-learn
La biblioteca scikit-learn es definitivamente una de las bibliotecas ML más populares, si no la más popular, entre todos los idiomas. Tiene una gran cantidad de características para la minería de datos y el análisis de datos, por lo que es la mejor opción para investigadores y desarrolladores por igual.
Está construido sobre las populares bibliotecas NumPy, SciPy y matplotlib, por lo que tendrá una sensación familiar para las muchas personas que ya usan estas bibliotecas. Aunque, en comparación con muchas de las otras bibliotecas enumeradas a continuación, esta es un nivel un poco más bajo y tiende a actuar como la base para muchas otras implementaciones de ML.
Theano
Theano es una biblioteca de aprendizaje automático que le permite definir, optimizar y evaluar expresiones matemáticas que involucran matrices multidimensionales, lo que puede ser un punto de frustración para algunos desarrolladores en otras bibliotecas. Al igual que scikit-learn, Theano también se integra estrechamente con NumPy. El uso transparente de la GPU hace que Theano sea rápido y fácil de configurar, lo cual es bastante crucial para aquellos que recién comienzan. Aunque algunos lo han descrito como una herramienta de investigación más que un uso de producción, utilícelo en consecuencia.
Estas son las 3 tendencias más populares que es todo lo que sé, pero aquí hay algunas que había visto en muchas aplicaciones de Ml implementadas para la programación de IA.
NuPIC
PyBrain (inactivo)
Pyevolve
Modelo
Cafe
#Inteligencia Artificial #PythonProjectsAI #MachineLearningPython