En la última década, el Machine Learning (ML) ha pasado de ser una disciplina de nicho académico a convertirse en el motor principal de la innovación tecnológica. Desde sistemas de recomendación hasta vehículos autónomos, el ML está en todas partes. Sin embargo, para el principiante, el ecosistema puede ser abrumador: ¿Por dónde empezar? ¿Qué librerías son esenciales?
import tensorflow as tf a = tf.constant(5) b = tf.constant(3) c = a + b Ejecutar (modo eager) print(c.numpy()) # 8
import tensorflow as tf from tensorflow import keras from tensorflow.keras import layers (x_train, y_train), (x_test, y_test) = keras.datasets.mnist.load_data() 2. Normalizar x_train = x_train.astype("float32") / 255.0 x_test = x_test.astype("float32") / 255.0 3. Construir modelo model = keras.Sequential([ layers.Flatten(input_shape=(28, 28)), # Aplanar imagen 28x28 layers.Dense(128, activation="relu"), layers.Dropout(0.2), # Regularización layers.Dense(10, activation="softmax") # 10 dígitos ]) 4. Compilar model.compile( optimizer="adam", loss="sparse_categorical_crossentropy", metrics=["accuracy"] ) 5. Entrenar model.fit(x_train, y_train, epochs=5, batch_size=32, validation_split=0.2) 6. Evaluar test_loss, test_acc = model.evaluate(x_test, y_test) print(f"Precisión en test: {test_acc}") aprende machine learning con scikitlearn keras y tensorflow
grid = GridSearchCV(estimator=modelo_keras, param_grid=param_grid, cv=3) grid.fit(X_train, y_train) print(f"Mejores parámetros: {grid.best_params_}")
No pases a TensorFlow hasta que puedas resolver problemas de clasificación y regresión con Scikit-learn en tus sueños. Parte 2: TensorFlow – El Motor Escalable de Deep Learning Cuando los datos son masivos (millones de registros) o el problema es complejo (reconocimiento de imágenes, procesamiento de lenguaje natural), Scikit-learn se queda corto. Ahí entra TensorFlow . En la última década, el Machine Learning (ML)
modelo_keras = KerasClassifier(model=crear_modelo, epochs=20, batch_size=32, verbose=0)
param_grid = { "model__neurons": [32, 64, 128], "model__optimizer": ["adam", "rmsprop"], "batch_size": [16, 32] } ¿Qué librerías son esenciales
¡Feliz aprendizaje!