Выбрать проект месяца всегда сложно. На процесс принятия решения влияет множество факторов: документация, качество кода, лицензирование, известные уязвимости, активность сообщества и многое другое.
В начале нового года мы хотели бы объявить, что выбрали scikit-learn в качестве проекта месяца в январе 2020 года.
Что такое scikit-learn?
scikit-learn (AKA sklearn) — бесплатная библиотека машинного обучения с открытым исходным кодом для Python. Его функции включают в себя различные алгоритмы классификации, регрессии и кластеризации, некоторые из которых включают машины опорных векторов, случайные леса, k-средних и DBSCAN. Большим преимуществом scikit-learn является то, что он предназначен для взаимодействия с научными и числовыми библиотеками Python SciPy и NumPy.
Почему scikit-learn?
Чтобы получить доступ к простым в использовании высококачественным реализациям популярных алгоритмов, scikit-learn — отличное место для начала.
Приверженность удобству использования и документации
У scikit-learn отличная документация. Период. Участники должны включать описательные примеры вместе с образцами сценариев, которые выполняются на небольших наборах данных.
Сообщество также стремится к качеству и удобству использования; глобальный API защищен, все общедоступные API хорошо задокументированы, и, когда это уместно, участникам предлагается расширить охват модульных тестов.
Модели выбирают эксперты отрасли
У scikit-learn есть группа стабильных участников, в которую входят специалисты по машинному обучению и разработке программного обеспечения. Некоторые участники могут посвятить этому проекту часть своего профессионального рабочего времени.
Включает в себя большинство задач машинного обучения
Просмотрите обложки scikit-learn список алгоритмов машинного обучения, и вы быстро поймете, что он охватывает большинство из них. Благодаря большой базе участников, состоящей из экспертов по машинному обучению, новые и многообещающие методы быстро добавляются в арсенал алгоритмов scikit-learn.
Другие причины:
- scikit-learn справляется с большинством проблем с данными.
- scikit-learn фокусируется на включении только тех вещей, которые, по его мнению, хорошо подходят для проекта.
Интересные факты о scikit-learn
- scikit-learn был первоначально создан Дэвидом Курнапо в 2007 году как проект Google Summer of Code.
- scikit-learn в основном написан на Python, однако некоторые основные алгоритмы написаны на Cython для повышения производительности. Cython — это язык программирования, обеспечивающий производительность, подобную C, и являющийся надстройкой языка Python.
- scikit-learn создан на основе SciPy (научный Python). Прежде чем использовать scikit-learn, необходимо установить SciPy.
Список основных разработчиков scikit-learn
Спасибо всем сопровождающим и основным разработчикам scikit-learn. Без вас все это было бы невозможно, и люди не смогли бы так же легко внедрять алгоритмы машинного обучения, как сегодня!
Вот 10 лучших сопровождающих и основных разработчиков. Оцените их прекрасную работу и поблагодарите их лично:
- Андреас Мюллер | Гитхаб | Твиттер | Открытые команды
- Оливье Гризель | Гитхаб | Твиттер
- Гаэль Вароко | Гитхаб | Твиттер
- Ларс | Гитхаб
- Жиль Луп | Гитхаб | Твиттер
- Питер Преттенхофер | Гитхаб | Твиттер | Открытые команды
- Александр Грэмфор | Гитхаб | Твиттер | Открытые команды
- Влад Николае | Гитхаб
- Матье Блондель | Гитхаб | Твиттер
- Джоэл Нотман | Гитхаб
Заявите о своем вкладе в scikit-learn на OpenTeams
Вы когда-нибудь участвовали в scikit-learn? А любой другой проект? Сделал пиар? Помогли с контентом? Письменная документация? Независимо от того, как вы внесли свой вклад, перейдите на страницу OpenTeams scikit-learn, нажав здесь (или на другую страницу проекта) и заявите о своем вкладе. При этом вы получите признание за большую работу, которую вы проделали!
Если вам это понравилось, нажмите 💚 ниже, чтобы другие люди увидели это здесь, на Medium.
Спасибо за чтение!