scikit-learn

データサイエンスの追跡。SkoreのオープンソースPythonライブラリは、自動評価レポート、スマートな手法ガイダンス、包括的なクロスバリデーション分析により、MLモデルの開発を加速します。

文字列内の不適切な言語をチェックするための、高速で堅牢なPythonライブラリ。

グラフカーネル用のscikit-learn互換ライブラリ。

scikit-learn のモデルとパイプラインを ONNX に変換

世界で最もクリーンな AutoML ライブラリ ✨ - 適切なパイプライン抽象化によるハイパーパラメータチューニングで、クリーンなディープラーニング本番パイプラインを構築します。パイプラインのステップにハイパーパラメータ空間を持たせ、コンポーネントのように設計できます。Scikit-Learn、TensorFlow、およびその他のほとんどのライブラリ、フレームワーク、MLOps 環境と互換性があります。

非推奨、現在はsktimeに移行済み - TensorFlowベースのディープラーニング用コンパニオンパッケージ

Scikit-Learn、R、Apache Sparkのモデルの真のリアルタイムスコアリング（1ms未満）のためのREST Webサービス

共形予測（Conformal Prediction）用のPythonパッケージ

SciKit-Learn Laboratory (SKLL) を使用して、機械学習の実験を簡単に実行できます。

最適化アルゴリズムと実験のための統一インターフェース

たった1行のコードで複数のMLモデルを自動構築します。Ram Seshadriによって作成されました。協力者歓迎。許可を得て公開。

scikit-learnベースのモデルの共有と本番環境へのデプロイを支援するPythonライブラリ skops