scikit-learn¶
Wprowadzenie¶
Scikit-learn to biblioteka oferująca klasyczne narzędzia uczenia maszynowego (machine learning). Napisana w Pythonie, stworzona jest z myślą o wspólnym wykorzystaniu z bibliotekami NumPy i SciPy. Oferuje szereg funkcjonalności służących do obróbki i wizualizacji danych.
Dostępność¶
Biblioteka scikit-learn jest dostępna tylko dla języka Python. Przeznaczona wyłącznie do obliczeń na CPU.
Szczegóły¶
Scikit-learn, w przeciwieństwie do głównych frameworków (Pytorch, Tensorflow), nie posiada zaawansowanych narzędzi do tworzenia sieci neuronowych. Zawiera jedynie podstawowe, gęste warstwy. Z tego powodu nie wspiera obliczeń z wykorzystaniem GPU oraz nie posiada dodatkowych funkcjonalności związanych z różniczkowaniem i śledzeniem gradientów. W związku z tym obliczenia prowadzone są głównie z wykorzystaniem funkcjonalności biblioteki NumPy.
Jej główną zaletą jest możliwość skorzystania z tradycyjnych metod uczenia, jak np. SVM, gradient boosting czy drzewa decyzyjne. Biblioteka ta będzie pomocna, kiedy problem nie wymaga wykorzystania metod uczenia głębokiego (deep learning).
Informacje o wydaniu¶
Obecna wersja to 1.2.2, wydana w marcu 2023 roku. Scikit-learn rozwijany jest od 2011 roku, jego API jest stabilne, a nowe wersje publikowane są około dwa razy do roku. Kod źródłowy jest publicznie dostępny.