Soluciones de ciencia de datos
Última actualización: 14 may 2025
Puede analizar datos y crear soluciones de aprendizaje automático con herramientas que proporcionan varios niveles de automatización. Los métodos que elija para trabajar con datos o modelos le ayudan a determinar qué herramientas se ajustan mejor a sus necesidades.
Cada herramienta tiene una tarea primaria específica. Algunas herramientas tienen prestaciones para varios tipos de tareas.
Puede elegir una herramienta en un proyecto en función de la automatización que desee:
- Herramientas del editor de código: utilícelo para escribir código en Python o R, todo ello también con Spark.
- Herramientas de creador gráfico: utilice menús y funciones de tipo arrastrar y soltar en un constructor para programar visualmente.
- Herramientas de constructor automatizadas: se utiliza para configurar tareas automatizadas que requieren una entrada de usuario limitada.
| Herramienta | Tarea primaria | Tipo de herramienta | Trabajar con datos | Trabajar con modelos |
|---|---|---|---|---|
| Data Refinery | Preparar y visualizar datos | Creador gráfico | ✓ | |
| Visualizaciones | Crear gráficos para visualizar datos | Creador gráfico | ✓ | |
| Editor de cuaderno de Jupyter | Trabajar con datos y modelos en cuadernos de Python o R | Editor de código | ✓ | ✓ |
| IDE de RStudio | Trabajar con datos y modelos de aprendizaje automático en R | Editor de código | ✓ | ✓ |
| SPSS Modeler | Construir modelos ML como un flujo visual | Creador gráfico | ✓ | ✓ |
| Decision Optimization | Resolver problemas de optimización | Constructor gráfico, editor de código | ✓ | ✓ |
| Herramienta AutoAI | Crear modelos de aprendizaje automático automáticamente | Creador automatizado | ✓ | ✓ |
| Interconexiones | Automatizar el ciclo de vida del modelo | Creador gráfico | ✓ | ✓ |
Más información
¿Fue útil el tema?
0/1000