En este artículo vamos a abordar un tema muy interesante dentro del área del Machine Learning, como es la clasificación de textos. Para ello vamos a usar el lenguaje de programación Python y una librería sencilla pero potente llamada scikit-learn. Por facilidad, usaremos la herramienta Jupyter Notebooks como plataforma de desarrollo y ejecución del código de nuestros scripts Python.
Machine Learning
Análisis de sentimientos con Python y Jupyter Notebooks
Hace algunos días presentamos en este mismo espacio la aplicación Jupyter Notebooks. Se trata de una herramienta muy interesante como entorno de ejecución de programas escritos en Python y otros lenguajes, muy usada en el ámbito de la investigación, el machine learning y la Inteligencia Artificial. En este artículo veremos un ejemplo para explicar cómo realizar el análisis de sentimientos en textos usando el lenguaje Python, la librería NLTK «Natural Language Toolkit» y la herramienta JupyterLab para desarrollar nuestro script en un Jupyter Notebook.
RStudio, IDE para programar con R. Instalación y primeros pasos
RStudio es una aplicación web que permite desarrollar con R y otros lenguajes de programación orientados al tratamiento de grandes cantidades de datos, estadísticas, etc… Es todo un completo IDE de desarrollo, pero embutido en una aplicación web, que permite además integrarse con una serie de herramientas enfocadas en la gestión de proyectos. A continuación vamos a contaros sus funcionalidades principales y os explicaremos paso a paso como instalar RStudio.
Crea un servidor Cloud con Docker y despliega una aplicación en un contenedor
Docker es una plataforma para desarrollo y despliegue de aplicaciones, en entornos aislados que se conocen como contenedores. Existen muchas ventajas en el uso de contenedores, de las que ya hemos hablado en varias ocasiones. Para obtener más información en este sentido podemos ver la página sobre la aplicación Docker en Arsys. En este artículo pretendemos ofrecer una explicación sencilla sobre cómo desplegar una aplicación con Docker en un servidor cloud de Cloudbuilder.
Primeros pasos para usar JupyterLab
JupyterLab es una aplicación web que ofrece todo un entorno de trabajo interactivo ideal para trabajar en el ámbito científico. Su utilidad más impactante es la posibilidad de crear Jupyter Notebooks, que combinan diversos elementos como código interactivo, textos, ecuaciones, imágenes y otras fuentes de datos que se pueden manejar en proyectos científicos de todo tipo.
Cloud, la solución perfecta para las aplicaciones de Machine Learning
El Machine Learning o Aprendizaje Automático es una rama de la Inteligencia Artificial cuyo objetivo es que una máquina sea capaz de aprender de forma automática y mejorar gracias a la experiencia, sin necesidad de haber sido programada para ello.
Así serán los beneficios de los entrenadores de Inteligencia Artificial basados en SaaS
Los sistemas de Inteligencia Artificial (y los subconjuntos de la disciplina como Machine Learning o Deep Learning) son los protagonistas tecnológicos del siglo XXI. Gracias a ellos podemos disponer de buscadores web altamente eficientes, asistentes de voz, conducción autónoma y multitud de otras aplicaciones que harán nuestra vida más sencilla.
¿Es el Aprendizaje Automático una parte de la Inteligencia Artificial?
Inteligencia Artificial, Aprendizaje Automático (Machine Learning) y Aprendizaje Profundo (Deep Learning) son tres conceptos distintos, pero fuertemente relacionados y que en muchas ocasiones mezclamos al hablar de las nuevas tendencias tecnológicas. En este artículo, aclaramos estos tres conceptos, pero comenzaremos aclarando que Deep Learning forma parte de lo que conocemos como Machine Learning y que el propio Machine Learning también es un subconjunto de la Inteligencia Artificial.
¿Qué es Machine Learning y por qué es tan importante?
Machine Learning (o en español, Aprendizaje Automático) es una rama de la Inteligencia Artificial que persigue el desarrollo de técnicas que permitan a las máquinas aprender de manera automática y mejorar a través de la experiencia, sin haber sido explícitamente programadas para ello.