Ada banyak tools AI yang umum digunakan tergantung pada kebutuhan (misalnya: NLP, computer vision, analisis data, atau integrasi ke aplikasi). Berikut saya bagi berdasarkan kategori:
1. Tools untuk Machine Learning & AI Development
- TensorFlow → framework open source untuk deep learning (Google).
- PyTorch → framework ML/deep learning populer (Meta/Facebook).
- Scikit-learn → library Python untuk machine learning klasik (clustering, regression, classification).
- Keras → high-level API untuk deep learning (sering dipakai bersama TensorFlow).
2. Tools untuk Data Processing & Analisis
- Pandas → manipulasi data di Python.
- NumPy → komputasi numerik cepat.
- Apache Spark (MLlib) → big data processing + ML.
3. Tools untuk Natural Language Processing (NLP)
- spaCy → NLP modern (tokenization, NER, parsing).
- NLTK → NLP klasik untuk penelitian.
- Hugging Face Transformers → pretrained LLM (BERT, GPT, dll).
- OpenAI API → akses GPT & model generatif lain.
4. Tools untuk Computer Vision
- OpenCV → computer vision library klasik.
- YOLO (You Only Look Once) → object detection.
- Detectron2 (Meta) → segmentation & detection.
- MediaPipe (Google) → face, hand, body tracking.
5. Tools untuk Data Science & Visualization
- Jupyter Notebook → environment interaktif.
- Matplotlib / Seaborn → visualisasi data.
- Tableau / Power BI → BI & dashboard analitik.
6. Tools untuk Integrasi & Deployment
- Docker → container untuk AI apps.
- Kubernetes → scaling AI services.
- MLflow → experiment tracking & model deployment.
- LangChain → integrasi LLM ke aplikasi (chatbot, agent).
7. Tools No-Code / Low-Code AI
- Google Vertex AI → AI platform cloud.
- Microsoft Azure AI → layanan AI di Azure.
- IBM Watson → NLP & AI enterprise.
- RapidMiner → drag-and-drop ML.
- Teachable Machine (Google) → training model AI tanpa coding.
