Uno strumento open-source semplice ed efficiente per l'analisi predittiva dei dati e l'apprendimento automatico in Python, basato su NumPy, SciPy e matplotlib.
Scikit-learn
- Pitone
- intelligenza artificiale e apprendimento automatico, Bioinformatica, Analisi dei dati, Qualità, Elaborazione del segnale
- Intelligenza artificiale (IA), Apprendimento automatico, Algoritmi di manutenzione predittiva, Software, Kit di sviluppo software (SDK), Analisi statistica, Esperienza utente (UX)
Caratteristiche:
- Algoritmi di classificazione (SVM, RandomForest, GradientBoosting, kNN, ecc.), algoritmi di regressione (LinearRegression, SVR, RandomForest, ecc.), algoritmi di clustering (KMeans, DBSCAN, Agglomerative, ecc.), riduzione della dimensionalità (PCA, NMF, t-SNE), strumenti di selezione e valutazione del modello (validazione incrociata, ricerca a griglia, metriche), utilità di preelaborazione (scalatura, codifica, imputazione), creazione di pipeline
Prezzi:
- Gratuito
- Suite completa di algoritmi di machine learning, API pulita e coerente, documentazione eccellente e numerosi tutorial, ampiamente utilizzato e collaudato, comunità attiva, facile integrazione nei flussi di lavoro Python.
- Non è focalizzato sul deep learning (per quello si usano TensorFlow, Keras e PyTorch), può richiedere molta memoria per set di dati molto grandi (anche se alcuni algoritmi supportano l'apprendimento incrementale), alcuni algoritmi più recenti o sperimentali potrebbero non essere inclusi.
Ideale per:
- Scienziati dei dati, ingegneri di apprendimento automatico e ricercatori per la creazione e la valutazione di modelli predittivi in un'ampia gamma di applicazioni.
