Just a collection of tools for the different phases of ML/AI Lifecycle.

Data Collection and Preprocessing



Data Storage



Data Analysis and Visualization



Machine Learning Frameworks

  • TensorFlow: Open-source machine learning.
  • PyTorch: Dynamic computation graphs.
  • Scikit-learn: General-purpose machine learning.
  • Keras: High-level neural networks API.
  • XGBoost: Gradient boosting framework.


Natural Language Processing

  • NLTK: Text processing libraries.
  • Spacy: Industrial-strength NLP.
  • GPT-4: Advanced language model.
  • BERT: Pre-trained language representation.
  • OpenNLP: Machine learning toolkit for NLP.


Computer Vision

  • OpenCV: Open-source computer vision.
  • YOLO: Real-time object detection.
  • Fast.ai: Deep learning library.
  • Mask R-CNN: Object segmentation.
  • Tesseract: Optical Character Recognition (OCR).


Software Development

  • DeepCode: Analiza el código fuente y sugiere correcciones basadas en patrones de código extraidos de proyectos de código abierto.
  • GitPrime (Pluralsight Flow): Utiliza datos y AI para proporcionar métricas sobre la eficiencia y efectividad del desarrollo de software.
  • Snyk: Plataforma de seguridad que utiliza aprendizaje mecanizado para identificar y remediar vulnerabilidades en dependencias de código abierto.
  • Sourcery: Herramienta que refactorea automáticamente el código en Python para mejorar su calidad usando técnicas de AI.

  • Amazon CodeGuru: Analliza el código y propociona recomendaciones de optimización y corrección de errores potenciales.
  • Amazon Personalize: Proporciona recomendaciones personalizadas a los usuarios usando algoritmos de AI.
  • Amazon CodeWhisperer: Herramienta de AI entrenada con miles de millones de líneas de código que puede generar sugerencias de código que van desde fragmentos hasta funciones completas en tiempo real en función de tus comentarios y del código existente.
0Shares
Total Page Visits: 462 - Today Page Visits: 1
Last modified: October 9, 2023