Meilleures alternatives à scikit-learn les mieux notées

Clarifai

(65)

4.3 sur 5

Visiter le site web

Sponsorisé

MLlib

Par The Apache Software Foundation

(14)

4.1 sur 5

Weka

Par Weka

(13)

4.3 sur 5

Voir toutes les alternatives à scikit-learn

scikit-learn Avis & Détails du Produit - Page 4

administrateur

Présentation de scikit-learn

Revendiqué

Scikit-learn est une bibliothèque logicielle d'apprentissage automatique pour le langage de programmation Python qui possède divers algorithmes de classification, de régression et de regroupement, y compris les machines à vecteurs de support, les forêts aléatoires, le boosting de gradient, k-means et DBSCAN, et est conçue pour interopérer avec les bibliothèques numériques et scientifiques Python NumPy et SciPy.

Vendeur

scikit-learn

Discussions

Communauté de scikit-learn

Description du produit

Overview by

JORDAN JUSTIN

Média de scikit-learn

Les avis G2 sont authentiques et vérifiés.

Voici comment.

Utilisateur vérifié à Logiciels informatiques

Petite entreprise (50 employés ou moins)

5/9/2019

"Meilleur module pour la classification, le clustering, l'analyse de sentiment, la création de graphiques, etc."

5/5

Qu'aimez-vous le plus à propos de scikit-learn?

La documentation est la meilleure partie de ce module. La facilité d'utilisation, les fonctionnalités variées et la facilité d'incorporer plusieurs paramètres en même temps me font utiliser sci-kit learn encore et encore. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de scikit-learn?

Il n'y a littéralement aucun inconvénient à ce module. Je dirais qu'avoir une communauté active à ce sujet serait plus utile. Avis collecté par et hébergé sur G2.com.

Sunil C.

Software Developer

Technologie de l'information et services

Entreprise (> 1000 employés)

6/4/2018

"Meilleure bibliothèque d'apprentissage automatique pour Python"

5/5

Qu'aimez-vous le plus à propos de scikit-learn?

Scikit-learn est la bibliothèque la plus recherchée pour Python pour tout ingénieur en apprentissage automatique pour un projet d'apprentissage automatique. Si vous avez de l'expérience en ML et avez un peu moins de connaissances sur son implémentation, vous pouvez l'utiliser car ici vous pouvez créer n'importe quel classificateur ou modèle de régression simplement en appelant son objet. Cet objet peut être entraîné par votre ensemble d'entraînement et ce modèle prêt à l'emploi peut être utilisé pour prédire les résultats futurs. L'autre avantage est que si vous souhaitez modifier les paramètres de l'algorithme particulier, cela peut également être modifié en appelant l'objet et en passant les valeurs nécessaires. Il a également une documentation très claire qui est très facile à comprendre. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de scikit-learn?

Je n'ai pas grand-chose à ne pas aimer à propos de scikit-learn. Avis collecté par et hébergé sur G2.com.

Recommandations à d’autres personnes envisageant scikit-learn:

Je recommanderais d'utiliser scikit-learn si vous souhaitez implémenter facilement des modèles d'apprentissage automatique pour votre entreprise et ces modèles sont algorithmiquement solides car c'est la bibliothèque utilisée par de nombreux grands réussisseurs dans ce domaine, donc ils ont également contribué à cette bibliothèque car elle est open source. Si vous implémentez quelque chose lié au ML dans votre projet en python, alors optez pour scikit-learn. Avis collecté par et hébergé sur G2.com.

Quels sont les problèmes que scikit-learn résout, et en quoi cela vous est-il bénéfique?

Dans mon entreprise, partout où le mot apprentissage automatique est mentionné, scikit-learn est utilisé pour mettre en œuvre des modèles d'apprentissage automatique. J'ai également utilisé scikit-learn pour prédire divers résultats du marché boursier pour notre société de conseil et j'ai aussi utilisé scikit-learn pour mettre en œuvre des modèles liés à l'apprentissage automatique dans tout logiciel requis par notre client, donc scikit-learn est une partie intégrante de moi en ce qui concerne l'apprentissage automatique. Avis collecté par et hébergé sur G2.com.

Paresh A.

Software Engineer

Technologie de l'information et services

Entreprise (> 1000 employés)

6/7/2018

"Apprentissage automatique API pour Python"

5/5

Qu'aimez-vous le plus à propos de scikit-learn?

C'est une API ou une bibliothèque pour Python pour implémenter des algorithmes d'apprentissage automatique en déclarant directement les classificateurs et en entraînant les données sur eux. En faisant cela, vous pouvez générer un modèle et ensuite utiliser ce modèle pour prédire les valeurs. Scikit-learn est une bibliothèque open source et est contribué par de nombreux développeurs, ce qui lui permet d'avoir les meilleurs algorithmes qui sont implémentés. Presque tous les algorithmes peuvent être facilement utilisés par une seule ligne de code et les paramètres peuvent également être modifiés selon vos besoins, donc c'est la meilleure bibliothèque. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de scikit-learn?

Je n'ai rien à ne pas aimer dans cette incroyable bibliothèque scikit-learn. Avis collecté par et hébergé sur G2.com.

Recommandations à d’autres personnes envisageant scikit-learn:

Je recommande scikit learn à tous les développeurs de logiciels et également aux développeurs en apprentissage automatique qui souhaitent implémenter des algorithmes d'apprentissage automatique sans avoir à coder l'ensemble de l'algorithme, mais simplement à les implémenter avec une ligne de code en utilisant scikit learn. Je recommande également scikit learn car vous pouvez également modifier les paramètres de certains algorithmes comme le taux d'apprentissage selon vos besoins, donc je le recommande pour l'apprentissage automatique. Avis collecté par et hébergé sur G2.com.

Quels sont les problèmes que scikit-learn résout, et en quoi cela vous est-il bénéfique?

Je suis ingénieur logiciel et j'implémente des algorithmes d'apprentissage automatique pour diverses entreprises et projets que nos clients nous confient. Et en ce qui concerne l'apprentissage automatique, je préfère scikit-learn car c'est la meilleure bibliothèque avec presque tous les classificateurs et aussi un ensemble de données de grande taille qui est disponible avec elle, donc il devient facile de développer des modèles communs en utilisant simplement ces ensembles de données, donc c'est une excellente bibliothèque pour nous. Avis collecté par et hébergé sur G2.com.

Yash R.

Software Engineer

Logiciels informatiques

Marché intermédiaire (51-1000 employés)

2/7/2018

"Bibliothèque ML classique"

5/5

Qu'aimez-vous le plus à propos de scikit-learn?

scikit learn est la bibliothèque d'apprentissage automatique implémentée en python. Elle se compose de tous les algorithmes d'apprentissage automatique comme la régression linéaire, la régression logistique et bien d'autres algorithmes de regroupement préimplémentés. Vous pouvez utiliser ces algorithmes sur votre ensemble de données avec une seule ligne de code. Vous pouvez entraîner le modèle sur votre ensemble de données et utiliser ce modèle pour prédire des valeurs futures. Vous pouvez également enregistrer votre modèle entraîné et modifier les paramètres de l'algorithme pour ajuster l'algorithme selon votre utilisation. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de scikit-learn?

C'est la bibliothèque ML classique pour Python et il n'y a rien à redire à ce sujet. Avis collecté par et hébergé sur G2.com.

Recommandations à d’autres personnes envisageant scikit-learn:

Je recommande d'utiliser scikit-learn pour implémenter des algorithmes d'apprentissage automatique dans votre logiciel en Python car il dispose d'une gamme d'algorithmes implémentés et vous pouvez également ajuster les paramètres de leurs algorithmes selon vos besoins. C'est de loin la meilleure bibliothèque d'apprentissage automatique pour Python et c'est donc la bibliothèque la plus recommandée pour implémenter des algorithmes d'apprentissage automatique. Avis collecté par et hébergé sur G2.com.

Quels sont les problèmes que scikit-learn résout, et en quoi cela vous est-il bénéfique?

J'utilise la bibliothèque sci-kit learn pour implémenter divers algorithmes de classification et de régression d'apprentissage automatique en python pour intégrer ensuite ces modèles entraînés dans le logiciel requis par le client. C'est tellement simple à utiliser qu'une personne ayant des connaissances débutantes en ML peut implémenter les algorithmes avec facilité. Avis collecté par et hébergé sur G2.com.

Rahul C.

Software Engineer

Technologie de l'information et services

Entreprise (> 1000 employés)

2/6/2018

"Apprentissage automatique Bibliothèque Python"

5/5

Qu'aimez-vous le plus à propos de scikit-learn?

C'est la bibliothèque Python pour implémenter des algorithmes d'apprentissage automatique. Elle dispose de divers algorithmes d'apprentissage automatique pré-implémentés que vous pouvez utiliser simplement en utilisant une seule ligne de code. Tous les classificateurs d'apprentissage automatique sont modifiables selon vos besoins. Vous pouvez entraîner votre modèle et le sauvegarder pour une utilisation ultérieure et prédire les résultats avec beaucoup de facilité. C'est la meilleure bibliothèque ML pour Python que vous puissiez avoir. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de scikit-learn?

Rien à ne pas aimer à propos de la bibliothèque de Machine Learning extraordinaire. Avis collecté par et hébergé sur G2.com.

Recommandations à d’autres personnes envisageant scikit-learn:

C'est la meilleure bibliothèque de machine learning recommandée pour Python. Il est très facile de mettre en œuvre des classificateurs ML sur n'importe quelle taille de données. De plus, vous pouvez mettre à l'échelle les données en utilisant scikit-learn, donc c'est la meilleure bibliothèque ML pour Python. C'est donc définitivement la meilleure bibliothèque pour ML. Avis collecté par et hébergé sur G2.com.

Quels sont les problèmes que scikit-learn résout, et en quoi cela vous est-il bénéfique?

J'utilise Scikit learn pour mettre en œuvre l'apprentissage automatique dans nos logiciels selon les exigences et les données de nos clients. C'est très utile dans le domaine de la science des données pour mettre en œuvre divers classificateurs ML sur nos données et l'utiliser selon notre usage. Cela a rendu le travail de mise en œuvre des algorithmes ML très facile. Avis collecté par et hébergé sur G2.com.

Narendra N.

Senior Software Engineer

Technologie de l'information et services

Entreprise (> 1000 employés)

1/23/2018

"Bibliothèque d'apprentissage automatique pour les développeurs débutants"

5/5

Qu'aimez-vous le plus à propos de scikit-learn?

Scikit learn est une bibliothèque d'apprentissage automatique pour Python. Vous pouvez facilement développer et générer des modèles d'apprentissage automatique très facilement et également entraîner le modèle avec une seule ligne de code. Il est si facile de mettre en œuvre un algorithme d'apprentissage automatique que même les développeurs débutants peuvent facilement mettre en œuvre divers modèles d'apprentissage automatique. Il peut également être utilisé pour modifier les variables des modèles et construire un modèle selon votre utilisation. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de scikit-learn?

C'est la meilleure bibliothèque ML disponible pour Python donc pas de problèmes concernant scikit learn. Avis collecté par et hébergé sur G2.com.

Recommandations à d’autres personnes envisageant scikit-learn:

Je recommande d'utiliser scikit learn pour implémenter les modèles ML facilement et sans plus d'effort et vous pouvez également ajuster le modèle selon vos besoins et également enregistrer le modèle entraîné. Vous ne trouverez rien de tel dans aucune autre bibliothèque. Si vous utilisez Python pour l'implémentation ML, scikit learn est le meilleur cadre que vous puissiez avoir. Avis collecté par et hébergé sur G2.com.

Quels sont les problèmes que scikit-learn résout, et en quoi cela vous est-il bénéfique?

J'utilise scikit-learn pour implémenter et entraîner des modèles d'apprentissage automatique pour mes sites web et aussi pour les logiciels que mon entreprise développe. J'utilise scikit-learn et ajuste le modèle d'apprentissage automatique selon les spécifications du projet, puis développe un modèle parfaitement entraîné et ajusté pour le logiciel. Avis collecté par et hébergé sur G2.com.

Utilisateur vérifié à Gestion de l'éducation

Entreprise (> 1000 employés)

2/12/2019

"Excellent outil pour l'apprentissage automatique simple"

3.5/5

Qu'aimez-vous le plus à propos de scikit-learn?

Offre une large variété d'algorithmes d'apprentissage automatique traditionnels. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de scikit-learn?

Pas tout à fait à l'aise à utiliser lors du travail sur un réseau de neurones profond. Avis collecté par et hébergé sur G2.com.

vivek s.

Software Developer

Sécurité informatique et réseau

Marché intermédiaire (51-1000 employés)

2/13/2018

"meilleure bibliothèque d'apprentissage automatique disponible."

5/5

Qu'aimez-vous le plus à propos de scikit-learn?

La formation de vos données avec scikit-learn est très facile. Avec scikit-learn, vous pouvez développer rapidement un classificateur et préparer vos modèles de régression en très peu de temps. La meilleure chose à propos de scikit-learn est que vous pouvez enregistrer votre modèle et vos données entraînées pour une utilisation ultérieure. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de scikit-learn?

scikit-learn est une très bonne bibliothèque ML, il n'y a rien à ne pas aimer à son sujet. Avis collecté par et hébergé sur G2.com.

Recommandations à d’autres personnes envisageant scikit-learn:

scikit-learn est une bibliothèque d'apprentissage automatique exceptionnellement robuste et polyvalente à ce jour. scikit-learn contient tous les algorithmes ML pré-implémentés qui aident beaucoup. Avis collecté par et hébergé sur G2.com.

Quels sont les problèmes que scikit-learn résout, et en quoi cela vous est-il bénéfique?

nous développons un logiciel basé sur l'analyse des sentiments et le système de recommandation avec l'aide de scikit-learn. il nous fournit les fonctions intégrées et nous aide à développer le logiciel pour les clients rapidement. Avis collecté par et hébergé sur G2.com.

ishnat s.

Software Engineer

Services d'information

Marché intermédiaire (51-1000 employés)

2/9/2018

"Une excellente bibliothèque pour l'apprentissage automatique en Python"

5/5

Qu'aimez-vous le plus à propos de scikit-learn?

Scikit learn est une excellente bibliothèque qui contient tous les modules nécessaires pour l'apprentissage automatique. Elle est également la bibliothèque la plus avancée pour l'apprentissage automatique utilisée en Python en raison de ses vastes applications, de sa grande interface utilisateur et de l'inclusion de différentes fonctions. Et elle peut également être déployée sur différentes plateformes de dépôt comme Github. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de scikit-learn?

La seule chose que je n'aime pas à propos de scikit-learn est qu'il exige une puissance de calcul élevée, ce qui signifie qu'il peut être utilisé sur des machines avec un petit nombre de cœurs. Avis collecté par et hébergé sur G2.com.

Recommandations à d’autres personnes envisageant scikit-learn:

je recommanderais cette bibliothèque pour une utilisation intensive des bibliothèques d'apprentissage automatique. Avis collecté par et hébergé sur G2.com.

Quels sont les problèmes que scikit-learn résout, et en quoi cela vous est-il bénéfique?

J'ai développé un système de recommandation utilisant scikit-learn et il était basé sur la recommandation de films. Avis collecté par et hébergé sur G2.com.

Nupur M.

Senior Software Engineer

Logiciels informatiques

Petite entreprise (50 employés ou moins)

2/9/2018

"Bibliothèque ML Python avec une excellente documentation"

5/5

Qu'aimez-vous le plus à propos de scikit-learn?

La meilleure chose, je dirais, c'est qu'il est open source. De plus, la documentation est très bonne, tout nouveau peut facilement apprendre à utiliser scikit-learn avec cette documentation. En plus de la documentation, les algorithmes qu'ils fournissent sont très efficaces et rapides. Presque tous les algorithmes d'apprentissage automatique sont fournis, ce qui en fait un endroit unique et aussi le meilleur pour un passionné de ML. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de scikit-learn?

En utilisant scikit-learn pour toutes mes tâches d'apprentissage automatique, donc je dirais, 'pas de désaccords'. Avis collecté par et hébergé sur G2.com.

Recommandations à d’autres personnes envisageant scikit-learn:

Ils fournissent des tutoriels sur leur site principal : http://scikit-learn.org dans chaque section. Ils m'ont été d'une grande aide personnellement. Avis collecté par et hébergé sur G2.com.

Quels sont les problèmes que scikit-learn résout, et en quoi cela vous est-il bénéfique?

Je l'utilise pour toutes mes tâches d'apprentissage automatique et pour chaque application que je crée où l'apprentissage automatique est utilisé. Avis collecté par et hébergé sur G2.com.