Los algoritmos son críticos en cómo interactúan con los datos. Y en la medida que el volumen y la variedad de los datos aumenta, del mismo modo lo hace nuestra confianza en los algoritmos para darnos las respuestas que buscamos. ¿Pero cuánta fe deberíamos de poner en esos algoritmos, y cómo podemos estar seguros de que no nos están engañando? No son preguntas sencillas, pero utilizando técnicas de diferenciación algorítmica los científicos de datos pueden obtener respuestas más precisas.

La diferenciación algorítmica (DA), a veces llamada diferenciación automática, es una técnica utilizda para determinar la precisión de los algoritmos basada en un cierto conjunto de datos, y para comprobar la susceptibilidad de los algoritmos a la volatilidad de los datos. Los conceptos detrás de DA se originaron hace décadas en los campos de la geología…

La librería The NAG Library for Python se ha mejorado en línea con Python 2.7 y Python 3. Otras mejoras incluyen una interfaz Pythonic mejorada y un nuevo instalador Python. Los desarrolladores de software que escriban en el popular lenguaje Python y requieran funcionalidad numérica precisa y fiable se encuentran con un dilema - ¿escribir rutinas numéricas ellos mismos o buscar fuentes por algún sitio? La librería NAG Library for Python ahorra a aquellos que trabajan en este entorno un tiempo de desarrollo crucial, proporcionándoles código numérico de alta calidad, robuso y estrictamente comprobado en una librería numérica rentable.

 
La mayor colección disponible comercialmente de algoritmos numéricos fiables y mantenidos

NAG ha anunciado la disponibilidad de la última actualización Mark 24 de la librería NAG Fortran Library. La librería Fortran ahora contiene más de 1.700 algoritmos matemáticos y estadísticos con más de 130 nuevas rutinas añadidas en esta última actualización. Entre las interesantes nuevas funcionalidades se incluye:

  • Optimización (global) multi-arranque
  • Matriz de correlación más cercana
  • Series temporales inhomogéneas
  • Modelo de mezcla gausiana
  • Función hipergeométrica confluente (1F1)
  • Puente browniano
  • Mejores subconjuntos
  • Problemas de valores propios dispersos reales
  • Funciones de matriz
  • Aproximación Spline de dos fases

Contacte con nuestro departamento comercial para informarse de las condiciones de compra.

NAG ha anunciado la nueva librería NAG Library for Java que proporciona a los desarrolladores en Java con las últimas rutinas, probadas y verificadas, de NAG. 

La librería NAG para Java es una colección de más de 1.700 rutinas matemáticas y estadísticas y ha sido desarrollada para facilitar el trabajo de los cálculos complejos. Las rutinas de NAG son ampliamente conocidas por su precisión y flexibilidad y son actualizadas regularmente. 

Algunas de las funcionalidades numéricas de la NAG Library for Java son:
· Optimización, tanto local como global
· Programación lineal, cuadrática, entera y no lineal y problemas de mínimos cuadrados
· Ecuaciones diferenciales ordinarias y parciales y…