El Bruno

Hola !

Cuando te dedicas a creas devices utilizando Arduino, Galileo o alguna de estas plataformas, la cantidad de datos que puedes generar es bastante grande. Ayer escribí un post donde comentaba un ejemplo casi real, sobre como la información sobre los hábitos de consumo de una persona y una serie de devices conectados puede ser la base para la explotación de estos datos en una plataforma de Machine Learning.

Personalmente una de las que más utilizo es Azure Machine Learning, sobre la que tengo pendiente escribir algunos posts. AzureML es muy completa, y un Getting Started de este tipo te abre la mente en pocos minutos. Eso sí, es momento de agregar un nuevo lenguaje a tus capacidades: “Welcome to R“. Por ahora RStudio es la herramienta ideal para la programación en R.

Si quieres algo más cercano y simple, pues hay varias opciones disponibles que nos permiten estar dentro de “la comodidad de Visual Studio“. Aquí dejo 2 opciones.

Numl, de Seth Juarez, es una de ellas. Está disponible para descargar como un paquete NuGet y el gran Juan Maria Hernandez (@gulnor) la ha presentado en un post increíble, “Machine Learning y Princesas Disney“. Numl se basa en una aprendizaje supervisado y la verdad que Seth lo resuelve de una manera muy elegante.

Bonus Track: El año pasado Seth dio una charla de ML muy interesante que se puede ver en Channel 9 (link)

Otra opción es Accord.Net Framework. Esta tiene una historia interesante. Si has trabajado con procesamiento de imágenes, pues seguro que conoces AForge.Net. Pues bien, Accord.Net se basa en gran parte en los algoritmos de AForge. Al igual que Numl, hay un getting started muy simple y útil. En este caso los ejemplos que encontramos tienen tambíén otros temas relacionados como procesamiento de audio e imágenes y estadísticas.

Importante: Cuidado, que esta librería utilizaba inicialmente Google Code y … pues ahora no da más servicio. Han movido todos los fuentes a Github, aunque todavía hay referencias y resultados de búsquedas que nos llevan a Google Code.

Pues bien, no tienes excusa para no comenzar a meterte en el fabuloso mundo de ML !!!

Saludos @ Home

/El Bruno

Sources

Machine Learning, http://en.wikipedia.org/wiki/Machine_learning

R Programming Language, http://www.r-project.org/

Azure Machine Learning, http://azure.microsoft.com/en-us/services/machine-learning/

Machine Learning con princesas Disney, http://blog.koalite.com/2015/03/machine-learning-con-princesas-disney/

Numl, https://github.com/sethjuarez/numl

Architecting Predictive Algorithms for Machine Learning, http://channel9.msdn.com/events/TechEd/Europe/2014/CDP-B240

Accord.Net Framework, http://accord-framework.net/

Accord.Net Framework Samples, https://github.com/accord-net/framework/wiki/Sample-applications