Scikit-learn @ Fondation Inria

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

avec l’aide de nos partenaires

Inria-0228-162

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

11_team

Un logiciel libre

Scikit-learn est un logiciel libre (hébergé sur GitHub), sous une licence qui facilite l’utilisation commerciale. Il est développé par une communauté mondiale, qui réunit 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.

13team_2

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

Implementing a faster KMeans in scikit-learn 0.23

The 0.23 version of scikit-learn was released a few days ago, bringing new features, bug fixes and optimizations. In this post we will focus on the rework of KMeans, a long going work started almost two years ago. Better scalability on machines with many cores was the main objective of this journey. It forced us to touch core challenges of low-level parallelism. KMeans clustering Before describing the optimization…

TECHNICAL COMMITTEE / February 3, 2020

Technical Committee February 3, 2020 Presentation of the technical achievements and ongoing work (O. Grisel) Priority list for the consortium at Inria, year 2020–2021 From the discussion during the technical committee, the scikit-learn Consortium at Inria defined the following list of priorities for the coming year: Continue effort helping with project maintenance to keep the target to release twice a year (+ bugfix releases). Development of the model…

Paris sprint of the Decade: happy birthday scikit-learn!

At the end of January 2020 a scikit-learn sprint took place in the Paris offices of Dataiku. Sonia and Léo from Dataiku deserve a special thanks for so nicely taking care of us! We had three days of coding in excellent company, introduced by a beginner's workshop aimed to lower the entry cost to the first Pull Request on scikit-learn. As a side effect the team had the…
  Platinum  
  Gold  
  Silver  
  Institutionnel