Alternativas de scikit-learn Mejor Valoradas

Last9

(29)

4.8 de 5

Visitar sitio web

Patrocinado

MLlib

Por The Apache Software Foundation

(14)

4.1 de 5

Weka

Por Weka

(13)

4.3 de 5

Ver todas las Alternativas de scikit-learn

scikit-learn Reseñas y Detalles del Producto - Página 4

administrador

Descripción general de scikit-learn

Reclamado

Scikit-learn es una biblioteca de software de aprendizaje automático para el lenguaje de programación Python que tiene varios algoritmos de clasificación, regresión y agrupamiento, incluyendo máquinas de vectores de soporte, bosques aleatorios, potenciación de gradiente, k-means y DBSCAN, y está diseñada para interoperar con las bibliotecas numéricas y científicas de Python, NumPy y SciPy.

Vendedor

scikit-learn

Discusiones

Comunidad scikit-learn

Descripción del Producto

Overview by

JORDAN JUSTIN

Contenido Multimedia de scikit-learn

Las reseñas de G2 son auténticas y verificadas.

Así es como.

Usuario verificado en Software de Computadora

Pequeña Empresa (50 o menos empleados)

5/9/2019

"Mejor módulo para clasificación, agrupamiento, análisis de sentimientos, graficar gráficos, etc."

5/5

¿Qué es lo que más te gusta de scikit-learn?

La documentación es la mejor parte de este módulo. La facilidad de uso, las variadas funcionalidades y la facilidad de incorporar varios parámetros al mismo tiempo me hacen usar sci-kit learn una y otra vez. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de scikit-learn?

Literalmente no hay ningún inconveniente con este módulo. Diría que tener una comunidad activa al respecto sería más útil. Reseña recopilada por y alojada en G2.com.

Sunil C.

Software Developer

Tecnología de la información y servicios

Empresa (> 1000 empleados)

6/4/2018

"Mejor biblioteca de aprendizaje automático para Python."

5/5

¿Qué es lo que más te gusta de scikit-learn?

Scikit-learn es la biblioteca más deseada para Python para cualquier ingeniero de aprendizaje automático para un proyecto de aprendizaje automático. Si tienes experiencia en ML y tienes un poco menos de conocimiento sobre su implementación, entonces puedes usar esto porque aquí puedes crear cualquier clasificador o modelo de regresión simplemente llamando a su objeto. Este objeto puede ser entrenado por tu conjunto de entrenamiento y este modelo ya entrenado puede ser utilizado para predecir los resultados futuros. El otro beneficio es que si deseas cambiar los parámetros del algoritmo particular, también se pueden cambiar llamando al objeto y pasando los valores necesarios. También tiene una documentación muy clara que es muy fácil de entender. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de scikit-learn?

No tengo mucho que desagradar de scikit-learn. Reseña recopilada por y alojada en G2.com.

Recomendaciones a otros que estén considerando scikit-learn:

Recomendaría usar scikit-learn si desea implementar fácilmente modelos de aprendizaje automático para su empresa y estos modelos son algorítmicamente sólidos porque es la biblioteca que utilizan muchos grandes logros en este campo, por lo que también han contribuido a esta biblioteca ya que es de código abierto. Si está implementando algo relacionado con ML en su proyecto en Python, entonces opte por scikit-learn. Reseña recopilada por y alojada en G2.com.

¿Qué problemas hay scikit-learn ¿Y cómo te beneficia eso?

En mi empresa, dondequiera que se mencione el aprendizaje automático, se utiliza scikit learn para implementar modelos de ML. Yo también he estado usando scikit learn para predecir varios resultados del mercado de valores para nuestra empresa de consultoría y también he utilizado scikit learn para implementar modelos relacionados con ML en cualquier software que nuestro cliente requiera, por lo que scikit learn es una parte integral de mí en lo que respecta al aprendizaje automático. Reseña recopilada por y alojada en G2.com.

Paresh A.

Software Engineer

Tecnología de la información y servicios

Empresa (> 1000 empleados)

6/7/2018

"API de aprendizaje automático para Python"

5/5

¿Qué es lo que más te gusta de scikit-learn?

Es una API o una biblioteca para Python para implementar algoritmos de aprendizaje automático declarando directamente los clasificadores y entrenando los datos en ellos. Al hacerlo, puedes generar un modelo y luego simplemente usar ese modelo para predecir los valores. Scikit-learn es una biblioteca de código abierto y es contribuida por muchos desarrolladores, y debido a esto tiene los mejores algoritmos que están implementados. Casi todos los algoritmos se pueden usar fácilmente con una sola línea de código y también se pueden modificar los parámetros según tus necesidades, por lo que es la mejor biblioteca. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de scikit-learn?

No tengo nada que desagradar de esta increíble biblioteca scikit-learn. Reseña recopilada por y alojada en G2.com.

Recomendaciones a otros que estén considerando scikit-learn:

Recomiendo usar scikit learn a todos los desarrolladores de software y también a los desarrolladores de aprendizaje automático que deseen implementar algoritmos de aprendizaje automático sin la molestia de codificar todo el algoritmo, en su lugar, simplemente implementarlos con una línea de código usando scikit learn. También recomiendo scikit learn porque puedes cambiar los parámetros de algoritmos particulares como la tasa de aprendizaje según tus necesidades, así que lo recomiendo para el aprendizaje automático. Reseña recopilada por y alojada en G2.com.

¿Qué problemas hay scikit-learn ¿Y cómo te beneficia eso?

Soy ingeniero de software y implemento algoritmos de aprendizaje automático para varias empresas y proyectos que nuestros clientes nos dan. Y cuando se trata de aprendizaje automático, prefiero scikit-learn porque es la mejor biblioteca con casi todos los clasificadores y también un conjunto de datos de gran tamaño que está disponible con ella, por lo que se vuelve fácil desarrollar modelos comunes simplemente usando esos conjuntos de datos, por lo que es una gran biblioteca para nosotros. Reseña recopilada por y alojada en G2.com.

Yash R.

Software Engineer

Software de Computadora

Mediana Empresa (51-1000 empleados)

2/7/2018

"Biblioteca clásica de ML"

5/5

¿Qué es lo que más te gusta de scikit-learn?

scikit learn es la biblioteca de aprendizaje automático implementada en python. Consiste en todos los algoritmos de aprendizaje automático como la regresión lineal, la regresión logística y muchos más algoritmos de agrupamiento preimplementados. Puedes usar tales algoritmos en tu conjunto de datos con solo una línea de código. Puedes entrenar el modelo en tu conjunto de datos y usar ese modelo para predecir valores futuros. También puedes guardar tu modelo entrenado y cambiar los parámetros del algoritmo para ajustar el algoritmo según tu uso. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de scikit-learn?

Es la biblioteca Classic ML para Python y no hay nada que no guste de ella. Reseña recopilada por y alojada en G2.com.

Recomendaciones a otros que estén considerando scikit-learn:

Recomiendo usar scikit learn para implementar algoritmos de ML en su software usando python porque tiene una variedad de algoritmos implementados y también puede ajustar los parámetros de sus algoritmos según sus necesidades. Es, con mucho, la mejor biblioteca de ML para python y, por lo tanto, es la biblioteca más recomendada para implementar algoritmos de ML. Reseña recopilada por y alojada en G2.com.

¿Qué problemas hay scikit-learn ¿Y cómo te beneficia eso?

Utilizo la biblioteca sci-kit learn para implementar varios algoritmos de clasificación y regresión de aprendizaje automático en Python para integrar esos modelos entrenados en el software requerido por el cliente. Es tan simple de usar que incluso una persona con conocimientos básicos de ML puede implementar los algoritmos con facilidad. Reseña recopilada por y alojada en G2.com.

Rahul C.

Software Engineer

Tecnología de la información y servicios

Empresa (> 1000 empleados)

2/6/2018

"Implementación de aprendizaje automático Biblioteca de Python"

5/5

¿Qué es lo que más te gusta de scikit-learn?

Es la biblioteca de Python para implementar algoritmos de aprendizaje automático. Tiene varios algoritmos de aprendizaje automático preimplementados que puedes usar con solo una línea de código. Todos los clasificadores de aprendizaje automático son modificables según tus necesidades. Puedes entrenar tu modelo y guardarlo para su uso futuro y predecir resultados con mucha facilidad. Es la mejor biblioteca de ML para Python que puedes tener. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de scikit-learn?

Nada que desagradar sobre la extraordinaria biblioteca de aprendizaje automático. Reseña recopilada por y alojada en G2.com.

Recomendaciones a otros que estén considerando scikit-learn:

IT es la mejor biblioteca de aprendizaje automático recomendada para Python. Es muy fácil implementar clasificadores de ML en cualquier tamaño de datos. Además, puedes escalar los datos usando scikit-learn, por lo que es la mejor biblioteca de ML para Python. Si deseas implementar modelos de ML en tus datos con facilidad, deberías usar scikit-learn. Así que definitivamente es la mejor biblioteca para ML. Reseña recopilada por y alojada en G2.com.

¿Qué problemas hay scikit-learn ¿Y cómo te beneficia eso?

Uso Scikit learn para implementar aprendizaje automático en nuestros softwares según los requisitos y datos de nuestros clientes. Es muy útil en el campo de la ciencia de datos para implementar varios clasificadores de ML en nuestros datos y utilizarlos según nuestro uso. Ha hecho que el trabajo de implementar los algoritmos de ML sea muy fácil. Reseña recopilada por y alojada en G2.com.

Narendra N.

Senior Software Engineer

Tecnología de la información y servicios

Empresa (> 1000 empleados)

1/23/2018

"Biblioteca de Aprendizaje Automático para Desarrolladores Principiantes"

5/5

¿Qué es lo que más te gusta de scikit-learn?

Scikit learn es una biblioteca de aprendizaje automático para Python. Puedes desarrollar y generar modelos de aprendizaje automático con mucha facilidad y también entrenar el modelo con solo una línea de código. Es tan fácil implementar algoritmos de aprendizaje automático que incluso los desarrolladores novatos pueden implementar fácilmente varios modelos de aprendizaje automático. También se puede utilizar para modificar las variables de los modelos y construir un modelo de acuerdo a tu uso. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de scikit-learn?

Es la mejor biblioteca de ML disponible para Python, así que no hay problemas con scikit learn. Reseña recopilada por y alojada en G2.com.

Recomendaciones a otros que estén considerando scikit-learn:

Recomiendo usar scikit learn para implementar los modelos de ML fácilmente y sin más esfuerzo, y también puedes ajustar el modelo según tus necesidades y guardar el modelo entrenado. No encontrarás nada como esto en ninguna otra biblioteca. Si usas Python para la implementación de ML, scikit learn es el mejor marco que puedes tener. Reseña recopilada por y alojada en G2.com.

¿Qué problemas hay scikit-learn ¿Y cómo te beneficia eso?

Utilizo scikit learn para implementar y entrenar modelos de aprendizaje automático para mis sitios web y también para los softwares que desarrolla mi empresa. Utilizo scikit learn y ajusto el modelo de ML según las especificaciones del proyecto y luego desarrollo un modelo perfectamente entrenado y ajustado para el software. Reseña recopilada por y alojada en G2.com.

Usuario verificado en Gestión Educativa

Empresa (> 1000 empleados)

2/12/2019

"Gran herramienta para el aprendizaje automático simple"

3.5/5

¿Qué es lo que más te gusta de scikit-learn?

Ofrece una amplia variedad de algoritmos tradicionales de aprendizaje automático. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de scikit-learn?

No es muy cómodo de usar mientras se trabaja en una Red Neuronal Profunda. Reseña recopilada por y alojada en G2.com.

vivek s.

Software Developer

Seguridad de Redes y Computadoras

Mediana Empresa (51-1000 empleados)

2/13/2018

"mejor biblioteca de aprendizaje automático disponible."

5/5

¿Qué es lo que más te gusta de scikit-learn?

Entrenar tus datos con scikit-learn es muy fácil. Con scikit-learn puedes desarrollar rápidamente un clasificador y tener tus modelos de regresión preparados en muy poco tiempo. Lo mejor de scikit-learn es que puedes guardar tu modelo y tus datos entrenados para su uso posterior. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de scikit-learn?

scikit-learn es una biblioteca de ML muy buena, no hay nada que no guste de ella. Reseña recopilada por y alojada en G2.com.

Recomendaciones a otros que estén considerando scikit-learn:

scikit-learn es una biblioteca de aprendizaje automático excepcionalmente robusta y versátil hasta la fecha. No encontrarás ningún reemplazo para esta biblioteca. scikit-learn contiene todos los algoritmos de ML preimplementados que ayudan mucho. Reseña recopilada por y alojada en G2.com.

¿Qué problemas hay scikit-learn ¿Y cómo te beneficia eso?

Estamos desarrollando software basado en análisis de sentimientos y sistema de recomendación con la ayuda de scikit-learn. Nos proporciona las funciones integradas y nos ayuda a desarrollar el software para los clientes rápidamente. Reseña recopilada por y alojada en G2.com.

ishnat s.

Software Engineer

Servicios de información

Mediana Empresa (51-1000 empleados)

2/9/2018

"Una gran biblioteca para el aprendizaje automático en Python."

5/5

¿Qué es lo que más te gusta de scikit-learn?

Scikit learn es una gran biblioteca que contiene todos los módulos necesarios para el aprendizaje automático. También ayuda al desarrollador a crear máquinas en IA y nos ayuda a entrenar el software. Scikit learn es la biblioteca más avanzada para el aprendizaje automático utilizada en Python debido a sus vastas aplicaciones, su gran interfaz de usuario y la inclusión de diferentes funciones. Y también se puede implementar en diferentes plataformas de repositorios como Github. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de scikit-learn?

Lo único que no me gusta de scikit learn es que requiere un alto poder de computación, por lo que se puede usar en máquinas con un pequeño número de núcleos. Reseña recopilada por y alojada en G2.com.

Recomendaciones a otros que estén considerando scikit-learn:

Recomendaría esta biblioteca para el uso extensivo de bibliotecas de aprendizaje automático. Reseña recopilada por y alojada en G2.com.

¿Qué problemas hay scikit-learn ¿Y cómo te beneficia eso?

He desarrollado un sistema de recomendación utilizando scikit learn y se basó en recomendar películas. Reseña recopilada por y alojada en G2.com.

Nupur M.

Senior Software Engineer

Software de Computadora

Pequeña Empresa (50 o menos empleados)

2/9/2018

"Biblioteca de ML de Python con gran documentación"

5/5

¿Qué es lo que más te gusta de scikit-learn?

Lo mejor que diría es que es de código abierto. Además, la documentación es muy buena, cualquier principiante puede aprender fácilmente a usar scikit-learn con esta documentación. Junto con la documentación, los algoritmos que proporcionan son muy eficientes y rápidos. Casi todos los algoritmos de aprendizaje automático están disponibles, por lo que se convierte en un lugar único y también el mejor para un entusiasta del aprendizaje automático. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de scikit-learn?

Usando scikit-learn para todas mis tareas de aprendizaje automático, así que diría 'sin disgustos'. Reseña recopilada por y alojada en G2.com.

Recomendaciones a otros que estén considerando scikit-learn:

Proporcionan tutoriales en su sitio web principal: http://scikit-learn.org en cada sección. Han sido de gran ayuda para mí personalmente. Reseña recopilada por y alojada en G2.com.

¿Qué problemas hay scikit-learn ¿Y cómo te beneficia eso?

Lo utilizo para todas mis tareas de aprendizaje automático y para cada aplicación que creo donde se utiliza el aprendizaje automático. Reseña recopilada por y alojada en G2.com.