Scikit-learn is een open-source Python-bibliotheek voor klassieke machine learning. Ze biedt consistente hulpmiddelen voor classificatie, regressie, clustering, dimensiereductie, gegevensvoorbewerking en modelevaluatie, zoals kruisvalidatie. Dankzij de eenvoudige, uniforme interface, op basis van NumPy en SciPy, wordt ze veel gebruikt in onderwijs, onderzoek en praktijk. Voor diepe neurale netwerken kiest men meestal frameworks als PyTorch of TensorFlow.
Agents, workflows en sjablonen in één werkruimte – gratis demo van 24 uur.
Demo startenpandas is een open-source Python-bibliotheek voor het analyseren en bewerken van tabelgegevens, vanaf 2008 ontwikkeld door Wes McKinney. Het centrale object, de DataFrame, lijkt op een tabel met benoemde kolommen. Daarmee kunt u gegevens uit csv-bestanden, Excel of databases laden en ze opschonen, filteren, groeperen en samenvoegen. pandas is gebouwd op NumPy en is een standaardtool voor data-analyse, rapportage en het voorbereiden van trainingsgegevens.
NumPy is de fundamentele open-source Python-bibliotheek voor numeriek rekenen. Ze biedt multidimensionale arrays en snelle functies voor lineaire algebra, statistiek en willekeurige getallen, waarbij de kern in gecompileerde code draait. Veel hulpmiddelen voor data-analyse en machine learning, zoals pandas, scikit-learn en talrijke visualisatiebibliotheken, zijn op NumPy gebouwd. Wie in Python met gegevens werkt, gebruikt het daarom vrijwel altijd, direct of indirect.
XGBoost (Extreme Gradient Boosting) is een open-sourcebibliotheek die gradient boosting met beslisbomen bijzonder efficiënt implementeert. Veel kleine bomen worden na elkaar getraind, waarbij elke boom de fouten van de vorige corrigeert, terwijl regularisatie helpt overfitting te voorkomen. XGBoost geldt als een beproefde keuze voor tabelgegevens, bijvoorbeeld bij kredietrisicoscores, het voorspellen van klantverloop of omzetprognoses.
Machine learning is een tak van de kunstmatige intelligentie waarin computers patronen uit data afleiden in plaats van dat elke regel expliciet wordt geprogrammeerd. Afhankelijk van de taak leren modellen van gelabelde voorbeelden (gesuperviseerd), van ongelabelde data (ongesuperviseerd) of via beloningen (reinforcement). Toepassingen variëren van spamfilters en vraagvoorspellingen tot productaanbevelingen. De kwaliteit hangt sterk af van de hoeveelheid en kwaliteit van de trainingsdata.
