أداة بسيطة وفعالة مفتوحة المصدر لتحليل البيانات التنبؤية والتعلم الآلي في بايثون، مبنية على NumPy و SciPy و matplotlib.
Scikit-learn
- بايثون
- الذكاء الاصطناعي والتعلم الآلي, المعلوماتية الحيوية, تحليل البيانات, جودة, معالجة الإشارات
- الذكاء الاصطناعي, التعلم الآلي, خوارزميات الصيانة التنبؤية, برمجة, مجموعة تطوير البرمجيات (SDK), التحليل الإحصائي, تجربة المستخدم (UX)
الميزات:
- خوارزميات التصنيف (آلة المتجهات الداعمة، الغابة العشوائية، تعزيز التدرج، أقرب جار k، إلخ)، خوارزميات الانحدار (الانحدار الخطي، متجه الدعم الشعاعي، الغابة العشوائية، إلخ)، خوارزميات التجميع (KMeans، DBSCAN، التجميع الهرمي، إلخ)، تقليل الأبعاد (تحليل المكونات الرئيسية، تحليل المصفوفات غير السالبة، t-SNE)، أدوات اختيار النموذج وتقييمه (التحقق المتبادل، البحث الشبكي، المقاييس)، أدوات المعالجة المسبقة (التحجيم، الترميز، الإسناد)، إنشاء خطوط المعالجة
التسعير:
- حر
- مجموعة شاملة من خوارزميات التعلم الآلي، واجهة برمجة تطبيقات نظيفة ومتسقة، وثائق ممتازة والعديد من الدروس التعليمية، مستخدمة على نطاق واسع ومجربة في بيئات العمل المختلفة، مجتمع نشط، سهلة الدمج في سير عمل بايثون.
- لا يركز على التعلم العميق (استخدم TensorFlow و Keras و PyTorch لذلك)، ويمكن أن يكون كثيف الذاكرة بالنسبة لمجموعات البيانات الكبيرة جدًا (على الرغم من أن بعض الخوارزميات تدعم التعلم التزايدي)، وقد لا يتم تضمين بعض الخوارزميات الأحدث أو الأكثر تجريبية.
الأفضل لـ:
- علماء البيانات، ومهندسو التعلم الآلي، والباحثون لبناء وتقييم النماذج التنبؤية عبر مجموعة واسعة من التطبيقات.
