A2A’d. Herramientas estándar de python:
- Numpy / Scipy (cosas similares a matlab generales),
- scikit-learn (para ML), cvxopt (optimización convexa),
- pandas (series de tiempo),
- matplotlib (visualización),
- es posible que necesite un poco más de visualización de trabajo pesado para poder revisar ytproject que se utiliza en astrofísica computacional.
- Si necesita paralelización, mire pycuda, theano, petsc4py, slepc4py, mpi4py. Theano también se construye básicamente para el aprendizaje profundo.
- Y si está buscando un rendimiento general, vea Cython, weave, pyrex, swig.
- Para datos a gran escala, puede mirar mongodb y pytables (esta es la única experiencia que tengo con gran escala, podría haber otras / mejores cosas). He oído hablar de esta biblioteca llamada naranja, pero nunca la usé. Y puede haber implementaciones particulares de métodos ML estándar, por ejemplo, libSVM para máquinas de vectores de soporte.
Espero que esto ayude.