Scikit تعلم

Scikit-learn هي مكتبة مفتوحة المصدر للتعلم الآلي لبايثون. إنه مبني على مكتبة الحوسبة العلمية الشهيرة Python NumPy، وهو مصمم ليكون سهل الاستخدام وفعالاً.

يهدف Scikit-learn إلى توفير مجموعة واضحة وبسيطة من الأدوات لاستخراج البيانات وتحليلها. وهو يشتمل على أساليب من مجموعة متنوعة من التخصصات التي تتراوح بين التعلم الخاضع للإشراف، والتعلم غير الخاضع للإشراف، والتعلم شبه الخاضع للإشراف. كما أنه يوفر واجهة برمجة تطبيقات متسقة، مما يجعل من السهل التبديل من خوارزمية إلى أخرى مع الحد الأدنى من إعادة هيكلة التعليمات البرمجية.

تعتمد المكتبة على ثلاثة أسس رئيسية: تكامل البيانات، وهندسة الميزات، واختيار النموذج. فهو يجعل من السهل معالجة البيانات من مجموعة متنوعة من المصادر، بما في ذلك الملفات الثابتة وقواعد البيانات وعناوين URL البعيدة. يسهل الجزء الهندسي المميز مجموعة واسعة من تقنيات اختيار الميزات واستخراجها. كما أنه يوفر الدعم لمجموعة متنوعة من خوارزميات التعلم الخاضعة للإشراف وغير الخاضعة للإشراف، بما في ذلك آلة ناقل الدعم وأشجار القرار وغيرها الكثير.

يوفر Scikit-learn عنصرين أساسيين لبناء تطبيقات التعلم الآلي. هم اختيار النموذج وتقييم النموذج. يساعد جزء اختيار النموذج في تحديد خوارزمية التصنيف الأكثر ملاءمة للاستخدام. كما يحتوي أيضًا على مجموعة متنوعة من مقاييس الأداء لتقييم النماذج المختارة. وبالمثل، تتضمن وحدة تقييم النماذج نطاقًا واسعًا من مقاييس الأداء لتقييم دقة النماذج.

باعتبارها مكتبة تعلم آلي شائعة ومتعددة المنصات، يتم اعتماد Scikit-learn على نطاق واسع من قبل ممارسي علوم البيانات ومطوري التعلم الآلي. تتم صيانته بشكل نشط من خلال دفق مستمر من إصلاحات الأخطاء وتحديثات الميزات. جميع وظائف وخوارزميات Scikit-learn مرخصة بموجب ترخيص BSD المكون من 3 فقرات.