Scikit-learn @ Fondation Inria

Soutenir la croissance et la pérénité de la bibliothèque de référence du machine learning

avec l’aide de nos financeurs

Scikit-learn, un outil central en IA et data science

Scikit-learn est une bibliothèque d’apprentissage statistique en Python. C’est le moteur de beaucoup d’applications de l’intelligence artificielle et de la science des données.

Scikit-learn est utilisé régulièrement par plus d’un demi million de personnes dans le monde, avec des applications allant de l’imagerie médicale à la recommandation de produits.

Plus sur scikit-learn

Un logiciel libre

Scikit-learn est un logiciel libre, sous une licence qui facilite l’utilisation commerciale. Il est développé par une communauté mondiale, qui réunie des nombreuses expertises sur les statistiques, l’algorithmique et la réalisation logiciel.

La qualité de scikit-learn, ses algorithmes, ses interfaces, et sa documentation, sont universellement reconnus. Son développement suit un processus rigoureux pour maintenir cette qualité.

La mission de la fondation

La fondation donne des moyens pour continuer à garantir cette qualité et permettre d’adresser de nouveaux défis.

En particulier, la fondation emploie des contributeurs centraux du projet, au service de la communauté de scikit-learn, et pour développer des nouvelles fonctionnalité ambitieuses. Les priorités de la fondation sont fixés en commun par la communauté et les sponsors.

En savoir plus

ADVISORY COMMITTEE / NOVEMBER 8, 2018

Minutes of the scikit-learn Advisory Committee meeting (November 8th 2018)   Where present: Chaouki Boutharouite - AXA Sébastien Conort - BNP Paribas Cardif Sylvain Duranton - BCG David Margery - Inria Foundation Olivier Trébucq - Inria Gaël Varoquaux - Inria Excused: Josh Patterson and Guillaume Barat -  Nvidia Laurent Duhem - Intel 1- The current administrative and financial situation of the consortium Two engineers have already been recruited…

TECHNICAL COMMITTEE / October 10, 2018

Technical Committee October 10, 2018   Priority list for the consortium at Inria, year 2018–2019   From the points discussed at the meeting, the Technical Committee is proposing the following list of priorities for the actions of the consortium, to be used by the management team for allocating consortium resources:   Faster release cycle & dedicate resources for maintenance. Benchmark and compliance tests (Intel & Nvidia): scikit-learn-benchmarks →…
  Platinum  
  Gold  
  Silver  
  Institutionnel