Algunas limitaciones de Scikit-learn
1- No es una herramienta de Computer Vision.
2.- No se puede correr en GPUs.
3.- No es una herramienta de estadística avanzada.
4.- No es muy flexible en temas de Deep Learning.
Qué problemas podemos abordar con Scikit-learn?
- Clasificaciones: Necesitamos etiquetar nuestros datos para que encajen en alguna de ciertas categorías previamente definidas.
Ejemplos: ¿Es cáncer o no es cáncer?, ¿La imagen pertenece a un Ave, Perro o Gato?, ¿A qué segmento de clientes pertenece determinado usuario? - Regresión: Cuando necesitamos modelar el comportamiento de una variable continua, dadas otras variables correlaciones.
Ejemplos: Predecir el precio del dólar para el mes siguiente, el total de calorías de una comida dados sus ingredientes, la ubicación más probable de determinado objeto dentro de una imagen. - Clustering: Queremos descubrir subconjuntos de datos similares dentro del dataset. Queremos encontrar valores que se salen del comportamiento global.
Ejemplo: Identificar productos similares para un sistema de recomendación, descubrir el sitio ideal para ubicar paradas de buses según la densidad poblacional, segmentar imágenes según patrones de colores y geometrías.
¿Quieres ver más aportes, preguntas y respuestas de la comunidad? Crea una cuenta o inicia sesión.