« Scikit-learn » : différence entre les versions


Aucun résumé des modifications
 
(29 versions intermédiaires par 3 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
__NOTOC__
== Domaine ==
[[Category:Vocabulary]]Vocabulary<br />
[[Category:Google]]Google<br />
[[Category:Apprentissage profond]]Apprentissage profond<br />
[[Category:scotty]]
[[Category:9]]
<br />
== Définition ==
== Définition ==
Scikit-learn est une bibliothèque libre Python destinée à l'apprentissage automatique. Elle est développée par de nombreux contributeurs notamment dans le monde académique par des instituts français d'enseignement supérieur et de recherche comme Inria et Télécom ParisTech. Elle comprend notamment des fonctions pour estimer des forêts aléatoires, des régressions logistiques, des algorithmes de classification, et les machines à vecteurs de support. Elle est conçue pour s'harmoniser avec d'autres bibliothèques libres Python, notamment NumPy et SciPy.
Scikit-learn est une bibliothèque libre [[Python]] destinée à l'[[apprentissage automatique]]. Elle comprend notamment des fonctions pour estimer des [[forêt aléatoire|forêts aléatoires]], des [[régression logistique|régressions logistiques]], des algorithmes de classification et les [[machine à vecteurs de support|machines à vecteurs de support]].  
 
- Wikipedia
https://fr.wikipedia.org/wiki/Scikit-learn
 
 
<br />
 
== Termes privilégiés ==
=== Scikit-learn===
 


<br />
== Français ==
'''scikit-learn''' 


== Anglais ==
== Anglais ==
'''scikit-learn'''


=== scikit-learn===
==Sources==
[https://fr.wikipedia.org/wiki/Scikit-learn Source : Wikipédia ]


<br/>
[[Category:GRAND LEXIQUE FRANÇAIS]]
<br/>
[[Catégorie:ENGLISH]]
<br/>
[[Category:Apprentissage profond]]
[https://developers.google.com/machine-learning/glossary/  Source: Google machine learning glossary ]
<br/>
<br/>
<br/>

Dernière version du 28 avril 2024 à 15:41

Définition

Scikit-learn est une bibliothèque libre Python destinée à l'apprentissage automatique. Elle comprend notamment des fonctions pour estimer des forêts aléatoires, des régressions logistiques, des algorithmes de classification et les machines à vecteurs de support.

Français

scikit-learn

Anglais

scikit-learn

Sources

Source : Wikipédia