Iba a escribir una cosa chula que hiciera honor al nombre del blog, algo sobre muestreo, postestratificación y demás, pero he llegado a casa tarde y no tengo ni tiempo ni ganas.
Así que voy a poner una serie de librerías que tengo pendiente de probar y que creo reducirían la brecha idiomática entre los científicos de datos, los ingenieros y los arquitectos de datos y big data (si es que en tu organización tienes la suerte de que exista este perfil)
-
MLEAP Promete poner en producción de manera fácil modelos de spark, sklearn y tensor flow. Parece que funciona bien, habrá que probar.
-
MLflow Estos prometen gestionar todo el ciclo de vida del “machine learning”, tiene muy buena pinta, y lo han hecho los de databrick, que parecen gente seria y con equipo de desarrolladores bueno.
-
Photon-ml Librería en spark de la gente de Linkedin que permite ajustar modelos mixtos generalizados en spark. Esta hay que probarla si o sí.
-
Dask-ml Computación distribuida con librería Dask de python, tiene muy buena pinta.
-
Drake High performance computing con R, también tiene muy buena pinta usando las librerías de R
futureyfuture.batchtoolque permiten una interfaz unificada para computación distribuida en R.
Y nada más, si alguno de mis lectores ha probado alguna de estas librerías u otras similares sientáse libre de compartir sus impresiones.
comments powered by Disqus