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:

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!