La iniciación al estudio de las técnicas de aprendizaje automático (machine learning) puede ser complicada por los escollos que pueden surgir por una falta de dominio de técnicas matemáticas, estadísticas, de programación... Una forma de evitar estos problemas y poder hacer funcionar nuestros primeros modelos de forma relativamente segura es mediante el empleo de herramientas gráficas que faciliten, en la medida de los posible, la construcción y evaluación correcta de estos, garantizando que la metodología sea correcta. También pueden tener utilidad para usuarios más avanzados, en tanto que pueden facilitar la analítica visual de datos y modelos, o incluso facilitar el despliegue de los mismos a escenarios de producción.

Este tema trata sobre herramientas gráficas para el aprendizaje automático, que suponen un medio más sencillo para iniciarse en este campo, en tanto que nos ahorran la necesidad de conocer técnicas matemáticas, estadísticas y de programación. Este tipo
de herramientas también tiene la ventaja de que nos salvaguardan de cometer errores típicos del inicio del aprendizaje, como pueden ser los diversos sesgos estadísticos (de entrenamiento, de validación, de selección de parámetros...). También en algunos casos,
existen herramientas disponibles en la nube, que permiten aliviar los requisitos de capacidad computacional.
Para describir adecuadamente las posibilidades habituales hemos seleccionado dos herramientas, cuyo uso básico se desarrolla en la mayor parte del tema. La primera de ellas es Deep Intelligence, una herramienta web guiada que permite realizar el proceso
de entrenamiento de modelos y análisis visual desde un navegador, sin necesidad de disponer de recursos computacionales potentes. La segunda de las herramientas es Orange, una herramienta de escritorio basada en flujos, en la que podemos, arrastrando diferentes componentes, describir el proceso que se realiza desde la carga de datos hasta llegar a la construcción y evaluación de los modelos. Para completar esta visión se incluye adicionalmente un pequeño ejemplo con la herramienta programática (no gráfica) scikit-learn, con mero propósito comparativo