Librerias para Machine learning

Método 1

La manera de instalar los paquetes en python consiste en abrir una linea de comando en modo administrador, digitar «pip install nombre_del_paquete » y enter. Así:

Donde el nombre del paquete es el que vamos a instalar. Se debe recordar que python es sensible a la mayúscula. Se debe conocer el nombre del paquete con exactitud.

Al instalar un paquete de este modo ya se puede  hacer uso en nuestro código.

Por ejemplo:

Deseamos instalar la librería Numpy que es una librería optimizada para matemáticas , por lo cual procedemos de éste modo

Ejecutamos y este procesos descarga la version estable más reciente de numpy

Método 2

En ocasiones, es necesario que descarguemos el paquete y luego lo instalamos a través de la linea de comando, este proceso demora un poco más pero es igual de efectivo.

Lo primero es descargar el paquete con el formato «.whl»; ésta página brinda varias librerías que podemos utilizar en windows. En segundo lugar, abrimos una linea de comando y digitamos «pip install ruta_del_paquete», donde la ruta del paquete es la ruta absoluta del paquete. Finalmente ejecutamos y esperamos para hacer uso de el.

Por ejemplo:
Vamos a instalar Numpy, en este caso es necesario descargar la versión con las caracteristicas adecuadas. Por lo cual se selecciona la versión para Python 3.5 para windows 32 (en mi caso)
En el archivo se muestra como cp35 para Python 3.5, cp27 para python 2.7 y así:

Y descargamos el archivo.

En mi caso se encuentra en mi carpeta de descargas, por lo cual inicio una linea de comando en modo administrador y digito así:

Esperamos a que descargue las librerías requeridas y que acabe el proceso, luego podemos utilizar nuestra librería en nuestro código.

Librerías a descargar

Bien sea por el método 1 o el método 2 las librerías para realizar los códigos para análisis son:

• Numpy (Matemáticas): http://www.numpy.org/
• Sci-kit learn (machine learning en general): http://scikit-learn.org/stable/index.html
• Scipy (python para ciencia): https://www.scipy.org/
• Matplolib (gráficas): http://matplotlib.org/
• Theano (Librería optimizada para el análisis numérico): http://www.deeplearning.net/software/theano/
• Tensorflow (Redes Neuronales Artificiales aprendizaje profundo): https://www.tensorflow.org/
• Keras (Redes Neuronales Artificiales Aprendizaje profundo, usando como respaldo Tensorflow o Theano para sus procesos): https://keras.io/