Scikit-learn

Un article de Wikipédia, l'encyclopédie libre.
Ceci est une version archivée de cette page, en date du 2 avril 2021 à 20:28 et modifiée en dernier par PAC2 (discuter | contributions). Elle peut contenir des erreurs, des inexactitudes ou des contenus vandalisés non présents dans la version actuelle.
Scikit-learn
Description de l'image Scikit learn logo small.svg.
Description de l'image Scikit-learn machine learning decision tree.png.
Informations
Créateur David CournapeauVoir et modifier les données sur Wikidata
Développé par David Cournapeau, Olivier Grisel (d), Gaël Varoquaux, Alexandre Gramfort (d) et Andreas Mueller (d)Voir et modifier les données sur Wikidata
Dernière version 1.4.2 ()[1]Voir et modifier les données sur Wikidata
Dépôt github.com/scikit-learn/scikit-learnVoir et modifier les données sur Wikidata
Assurance qualité Intégration continueVoir et modifier les données sur Wikidata
Écrit en Python, C, C++ et CythonVoir et modifier les données sur Wikidata
Système d'exploitation Linux et Microsoft WindowsVoir et modifier les données sur Wikidata
Type Bibliothèque logicielle
Bibliothèque logicielle Python (d)Voir et modifier les données sur Wikidata
Licence BSD 3-clausesVoir et modifier les données sur Wikidata
Site web scikit-learn.orgVoir et modifier les données sur Wikidata

Scikit-learn est une bibliothèque libre Python destinée à l'apprentissage automatique. Elle est développée par de nombreux contributeurs[2] notamment dans le monde académique par des instituts français d'enseignement supérieur et de recherche comme Inria[3].

Elle propose dans son framework de nombreuses bibliothèques d’algorithmes à implémenter, clé en main. Ces bibliothèques sont à disposition notamment des data scientists.

Elle comprend notamment des fonctions pour estimer des forêts aléatoires, des régressions logistiques, des algorithmes de classification, et les machines à vecteurs de support. Elle est conçue pour s'harmoniser avec d'autres bibliothèques libres Python, notamment NumPy et SciPy.

Implémentation

Scikit-learn est écrit en Python, avec quelques algorithmes essentiels écrits en Cython pour optimiser les performances. Les machines à vecteurs de support sont réalisées par un emballage Cython autour de LIBSVM.

Bibliographie

  • (en) Fabian Pedregosa, Gaël Varoquaux, Alexandre Gramfort, Vincent Michel, Bertrand Thirion, Olivier Grisel, Mathieu Blondel, Peter Prettenhofer, Ron Weiss et Vincent Dubourg, « Scikit-learn: Machine learning in Python », Journal of Machine Learning Research, vol. 12,‎ , p. 2825--2830

Notes et références

  1. « Release 1.4.2 », (consulté le )
  2. « Release history — scikit-learn 0.19.dev0 documentation », sur scikit-learn.org (consulté le )
  3. « Scikit-Learn donne de l’intelligence à nos systèmes - Inria », sur Inria (consulté le )

Liens externes

Articles connexes