Python para la generación de modelos estadísticos

[marcoludena]

Luego de tener la data preparada podemos iniciar probando diversos modelos según los tipos de variables que tengamos .
Para ello podemos utilizar el framework de google TensorFlow , que tiene una increíble robustes y tal vez una curva de aprendizaje de algunas semanas (opinion personal ) para empezar a generar algún modelo .Sin embargo existen otras opciones más simples y eficaces para iniciarnos como es scikit-learn,
una librería que incluye los principales modelos como :

Clasificaciones: Identificar las categorías a que cada observación del conjunto de datos pertenece.
Regresiones: Predecire el valor continuo para cada nuevo ejemplo.
Agrupaciones: Agrupación automática de objetos similares en un conjunto.
Reducción de dimensiones: Reducir el número de variables aleatorias a considerar.
Selección de Modelos: Comparar, validar y elegir parámetros y modelos.
Preprocesamiento: Extracción de características a analizar y normalización de datos.

Pueden encontrar mayor información en la documentación oficial de esta librería
http://scikit-learn.org/stable/