[A2A]
** Actualización:
Ya que estamos buscando una aplicación interesante de aprendizaje automático. Me gustaría mencionar algo a lo que muchas personas tendrían acceso.
La categorización de fotos de Google funciona muy bien. Agrupa automáticamente sus fotos por caras, objetos (por ejemplo, automóviles), actividad (por ejemplo, esquí), escena (por ejemplo, montañas, playa, etc.), comida y más. Puede encontrar una revisión detallada aquí:
La nueva aplicación Google Photos es inquietantemente buena para extraer datos de sus fotos
- Cómo construir un sistema de recomendación de itinerario basado en las preferencias del usuario
- Al entrenar y probar conjuntos de datos, ¿es posible probar un conjunto de datos completamente diferente del conjunto de entrenamiento?
- En la regresión logística multinomial, ¿por qué el valor p en la prueba de razón de probabilidad es significativo pero en las estimaciones de parámetros no es significativo para cada dimensión?
- ¿Cuál es el mejor algoritmo para descubrir todos los nodos de la red y mantener esa red en tiempo real?
- ¿Qué profesores / grupos / laboratorios están trabajando en el aprendizaje profundo en el MIT?
ANTIGUO:
Supongo que como la pregunta dice implementación de Machine Learning, supongo que está preguntando acerca de algunos buenos módulos o paquetes.
scikit-learn (http://scikit-learn.org) es una biblioteca de aprendizaje automático en python. Tiene una lista completa de algoritmos de ML implementados y también se usa ampliamente.
He oído (no lo he usado yo mismo) de pyMC como un buen módulo de python para modelos bayesianos. Para obtener más detalles, puede consultar: 1. Introducción: documentación de PyMC 2.3.4
Espero que esto ayude.