[ Stack tecnológico ]
scikit-learn
La caja de herramientas de referencia en Python para el machine learning clásico.
scikit-learn abarca clasificación, regresión, clustering, reducción de dimensionalidad, selección de modelos y preprocesamiento, con una API fit/predict coherente de un algoritmo a otro. Construida sobre NumPy y SciPy, es la opción acertada para datos tabulares cuando el deep learning resulta innecesario y queremos modelos fiables, rápidos de entrenar y fáciles de poner en producción.
[ Por qué scikit-learn en Dexon ]
Lo que esta tecnología hace bien y por qué la utilizamos
Uso típico: Scoring, segmentación de clientes y predicción sobre datos tabulares.
- 01
API uniforme fit/predict/transform para decenas de algoritmos.
- 02
Pipelines y validación cruzada para un flujo de trabajo de ML reproducible.
- 03
Selección de modelos: grid/random search, métricas, calibración.
- 04
Código abierto (BSD), documentación ejemplar, ecosistema NumPy/SciPy.
[ Tecnologías complementarias ]
Las piezas que solemos utilizar en paralelo
Un stack rara vez existe por sí solo. Estas son las tecnologías que Dexon asocia con más frecuencia a esta, por hábitos de pipeline, similitud de uso o dominio interno. Haga clic en una pieza para ver su alcance.
[ Confianza ]
- 0+
- proyectos a medida entregados
- 30
- ingenieros, diseñadores, jefes de proyecto
- 80 %
- formados en las mejores escuelas francesas
- 24 h
- tiempo medio de respuesta
[ Confían en nosotros ]
Más de 100 empresas francesas y europeas confían en nosotros
[ Prensa ]
Hablan de nosotros
Descubra lo que la prensa económica y tecnológica dice de nosotros. Una mirada externa a nuestro trabajo y a nuestras innovaciones.
