Scikit-learn

Scikit-learn est une bibliothèque d'apprentissage automatique open source pour Python. Elle est construite au-dessus de la bibliothèque de calcul scientifique NumPy et est conçue pour être facile à utiliser et efficace.

Scikit-learn est destiné à fournir un ensemble d'outils simples et directs pour l'exploration et l'analyse des données. Il intègre des méthodes issues de diverses disciplines, allant de l'apprentissage supervisé à l'apprentissage non supervisé, en passant par l'apprentissage semi-supervisé. Il fournit également une API cohérente, ce qui permet de passer facilement d'un algorithme à l'autre avec un remaniement minimal du code.

La bibliothèque repose sur trois fondements principaux : l'intégration des données, l'ingénierie des caractéristiques et la sélection des modèles. Elle facilite le traitement des données provenant de diverses sources, y compris les fichiers plats, les bases de données et les URL distants. La partie ingénierie des caractéristiques facilite un large éventail de techniques de sélection et d'extraction des caractéristiques. Il prend également en charge un grand nombre d'algorithmes d'apprentissage supervisé et non supervisé, notamment les machines à vecteurs de support, les arbres de décision et bien d'autres encore.

Scikit-learn fournit deux éléments essentiels pour la construction d'applications d'apprentissage automatique. Il s'agit de la sélection et de l'évaluation des modèles. La partie sélection de modèle permet d'identifier l'algorithme de classification le plus approprié à utiliser. Elle contient également une variété de mesures de performance pour évaluer les modèles sélectionnés. De même, le module d'évaluation des modèles comprend un large éventail de mesures de performance pour évaluer la précision des modèles.

En tant que bibliothèque d'apprentissage automatique populaire et multiplateforme, Scikit-learn est largement adoptée par les praticiens de la science des données et les développeurs d'apprentissage automatique. Elle fait l'objet d'une maintenance active avec un flux régulier de corrections de bogues et de mises à jour de fonctionnalités. Toutes les fonctions et tous les algorithmes de Scikit-learn sont protégés par la licence BSD à trois clauses.