촌스럽게 배우다

scikit-learn
촌스럽게 배우다
Scikit learn logo small.svg
원저작자데이비드 쿠르나포
초기 릴리즈2007년 6월, 15년 전(2007-06)
안정된 릴리스
1.0.2[1] / 2021년 12월 25일; 7개월 전 (2021년 12월 25일)
저장소
기입처Python, Cython, C 및 C++[2]
운영 체제Linux, macOS, Windows
유형기계 학습용 라이브러리
면허증.새로운 BSD 라이선스
웹 사이트scikit-learn.org

Skikit-learn(이전의 skikits.learn 또는 sklearn)은 Python 프로그래밍 [3]언어를 위한 무료 소프트웨어 기계 학습 라이브러리입니다.서포트 벡터 머신, 랜덤 포레스트, 그라데이션 부스트, k-평균 및 DBSCAN을 포함한 다양한 분류, 회귀 및 클러스터링 알고리즘을 특징으로 하며 Python 수치 및 과학 라이브러리 NumPy 및 SciPy와 상호 운용하도록 설계되었습니다.Scikit-learn은 재정적으로 후원되는 NumFOCUS [4]프로젝트입니다.

개요

skickit-learn 프로젝트는 프랑스 데이터 과학자인 David Cournapeau의 Google Summer of Code 프로젝트인 skickits.learn에서 시작되었습니다.그 이름은 SciPy에 [5]대한 별도 개발 및 분산된 서드파티 확장 기능인 "SciKit"(SciPy Toolkit)라는 개념에서 유래했다.원래 코드베이스는 나중에 다른 개발자에 의해 다시 작성되었습니다.2010년 프랑스 로큰쿠르의 컴퓨터 과학 자동화 연구소의 파비안 페드레고사, 게일 바로크, 알렉상드르 그람포르, 빈센트 미셸이 프로젝트를 주도하여 2010년 [6]2월 1일 첫 공개하였다.2012년 [7]11월, 다양한 스키킷 중에서 스키킷 학습과 스키킷 이미지가 「잘 정비되어 인기가 있다」라고 평가되고 있다.Scikit-learn은 GitHub에서 [8]가장 인기 있는 기계학습 라이브러리 중 하나입니다.

실행

Scikit-learn은 주로 Python으로 작성되며 고성능 선형 대수 및 어레이 작업에 NumPy를 광범위하게 사용합니다.또한 성능 향상을 위해 Cython에서 핵심 알고리즘을 작성했습니다.서포트 벡터 머신은 LIBSVM 주위의 Cython 래퍼에 의해 구현되며, 로지스틱 회귀 및 리니어 서포트 벡터 머신은 LIBLINARE 주위의 유사한 래퍼에 의해 구현됩니다.이러한 경우 Python으로 이러한 메서드를 확장하는 것은 불가능할 수 있습니다.

Scikit-learn은 Matplotlib 및 플롯리, 어레이 벡터화용 NumPy, Panda 데이터 프레임, SciPy 등과 같은 다른 많은 Python 라이브러리와 잘 통합됩니다.

버전 이력

Scikit-learn은 David Cournapeau에 의해 2007년 구글의 코드 프로젝트 여름으로 처음 개발되었습니다.나중에 마티외 브루처는 이 프로젝트에 참여했고 그의 논문 작업의 일부로 그것을 사용하기 시작했다.2010년 INRIA에서는 프랑스 컴퓨터 과학 자동화 연구소(Institute for Computer Science and Automation)가 참여하였고, 2010년 1월 말에 첫 공개 릴리스(v0.1 베타)가 발행되었습니다.

  • 2013년 8월. skikit-learn 0.14[9]
  • 2014년 7월. skikit-learn 0.15[9].0
  • 2015년 3월 skikit-learn 0.16[9].0
  • 2015년 11월 skikit-learn 0.17[9].0
  • 2016년 9월 skikit-learn 0.18.0
  • 2017년 7월 skikit-learn 0.19.0
  • 2018년 9월. skikit-learn 0.20[10].0
  • 2019년 5월 skikit-learn 0.21[11].0
  • 2019년 12월. skikit-learn 0.22[12].0
  • 2020년 5월 skikit-learn 0.23[13].0
  • 2021년 1월 skikit-learn 0.24[14]
  • 2021년 9월 skikit-learn 1[15].0

「 」를 참조해 주세요.

레퍼런스

  1. ^ "Release 1.0.2". 25 December 2021. Retrieved 28 January 2022.
  2. ^ "The scikit-learn Open Source Project on Open Hub: Languages Page". Open Hub. Retrieved 14 July 2018.
  3. ^ Fabian Pedregosa; Gaël Varoquaux; Alexandre Gramfort; Vincent Michel; Bertrand Thirion; Olivier Grisel; Mathieu Blondel; Peter Prettenhofer; Ron Weiss; Vincent Dubourg; Jake Vanderplas; Alexandre Passos; David Cournapeau; Matthieu Perrot; Édouard Duchesnay (2011). "Scikit-learn: Machine Learning in Python". Journal of Machine Learning Research. 12: 2825–2830.
  4. ^ "NumFOCUS Sponsored Projects". NumFOCUS. Retrieved 2021-10-25.
  5. ^ Dreijer, Janto. "scikit-learn".
  6. ^ "About us — scikit-learn 0.20.1 documentation". scikit-learn.org.
  7. ^ Eli Bressert (2012). SciPy and NumPy: an overview for developers. O'Reilly. p. 43.
  8. ^ "The State of the Octoverse: machine learning". The GitHub Blog. GitHub. 2019-01-24. Retrieved 2019-10-17.
  9. ^ a b c d "Release history — scikit-learn 0.19.dev0 documentation". scikit-learn.org. Retrieved 2017-02-27.
  10. ^ "Release History - 0.20.0 documentation". scikit-learn. Retrieved 6 November 2018.
  11. ^ "Release History - 0.21.0 documentation". scikit-learn. Retrieved 5 May 2019.
  12. ^ "Release History - 0.22.0 documentation". scikit-learn. Retrieved 7 June 2020.
  13. ^ "Release History - 0.23.0 documentation". scikit-learn. Retrieved 7 June 2020.
  14. ^ scikit-learn: A set of python modules for machine learning and data mining, retrieved 2021-02-08
  15. ^ scikit-learn: A set of python modules for machine learning and data mining, retrieved 2021-09-24

외부 링크