Productos

scikit-learn

Líder consolidado

Machine Learning in Python

scikit-learn.org DiscordModelos y Agentes de IA / Infraestructura de Entrenamiento e Inferencia

Evaluación IA
Escritorio
Móvil
Visitas al mes
884.7K
Sube15.7%vs. mes anteriorsept 2026
Ingresos publicados
No divulgado
Aún sin evidencia de ingresos públicos
Precio de entrada
Gratis
Sin precio de suscripción mensual
Creadores
飞龙
@wizardforcel· 134 seguidores
Lanzamiento
hace 8 a
2017-12-10 · Est.

Tráfico

Visitas al mesDatos hasta sept 2026
Eventos3 cambios

Acciones de marketing

Lanzamientos, búsqueda y contenido, referencias, promos
  • scikit-learn launched on V2EX (3 agradecimientos · 3 comentarios)Lanzamiento

    Scikit-Learn (Sklearn) 中文文档 0.19 scikit-learn 是基于 Python 语言的机器学习工具。 简单高效的数据挖掘和数据分析工具 可供大家在各种环境中重复使用 建立在 NumPy,SciPy 和 matplotlib 上 开源,可商业使…

    10 dic 2017 · hace 8 aFuente

Reseñas de terceros y casos

Desglose de adquisición, reseñas técnicas y métricas OSS
V2EX
2017-12-10Fuente

Open Source y Autoalojamiento

GitHub · MCP / Skill
Estrellas en GitHub
Repo público
Forks
—
Licencia
Ver repositorio
Lenguaje principal
—

Fuentes de tráfico

sept 2026

Desglose de tráfico

Canales

  • Búsqueda orgánica56%
  • Directo28%
  • Referencias10%
  • Otros6%

Países

  • Estados Unidos25%
  • India13%
  • Francia5%
  • Reino Unido4%
  • Alemania4%

Buscar

Autoridad de dominio 86Dominio registrado 2011-10-19

Palabra claveVolumen mensual
scikit learn42K
sklearn23.6K
scikit-learn21.6K
sklearn logistic regression4,720
train_test_split3,830

Datos de tráfico: Vaneform

Precios

Página de precios aún no identificada o sin precios públicos.

Páginas y cambios

Rastreado desde 2026-07-31

Páginas clave

Capturas semanales

Cambios

  1. 1 nov · hace 13 d

    Tecnología eliminada: MathJaxFunciones

    MathJax→—

  2. 1 nov · hace 13 d

    Tecnología eliminada: jsDelivrFunciones

    jsDelivr→—

  3. 1 nov · hace 13 d

    Título de inicio cambiado a “scikit-learn: machine learning in Python — scikit-learn 1.9.1 documentation”Posicionamiento

    scikit-learn: machine learning in Python — scikit-learn 1.7.2 documentation→scikit-learn: machine learning in Python — scikit-learn 1.9.1 documentation

Diseño

Análisis visual de primera pantalla y CSS :root

Limpio empresarial (lienzo claro, densidad denso) con diseño texto y visual dividido y visuales de ilustración / arte de personajes.

Vista previa · clic para ampliar

First-screen pitch & conversion flow

“scikit-learn”

Estructura hero texto y visual dividido combinada con CTA de descargar app / instalar extensión y muestra de resultados generados.

Conversion path: Texto y visual dividido + Ilustración / Arte de personajes → Descargar app / Instalar extensión · Trust bar: Muestra de resultados generados

Paleta · clic para copiar

Puntaje de diseño 5-D6.1 / 10
Tipografía
6.0
Color y contraste
6.0
Diseño y espaciado
7.0
Detalle y acabado
6.0
Distinción
5.0

Estructura

Fuentes
Courier New / Lato
Diseño del hero
Texto y visual dividido
Visual principal
Ilustración / Arte de personajes
Prueba social
Muestra de resultados generados
Navegación
Barra superior completa
Tema y densidad
Claro · Denso
Bordes y profundidad
Radio pequeño · Con sombra
Ver brief de diseño IA completo (incluye variables CSS :root y reglas)Solo tokens de estilo; nunca copies marcas, logos, textos ni imágenes
# Brief de diseño: Limpio empresarial

Paleta confiable anclada en azul, cuadrículas estructuradas y muros destacados de logotipos de clientes.

## Tokens de Diseño

```css
:root {
  --background: #ffffff;
  --surface: #f8f9fa;
  --foreground: #25292d;
  --muted-foreground: #59616a;
  --accent: #2083a5;
  --radius: 4px;
  --font-heading: "Courier New", ui-sans-serif, system-ui, sans-serif;
  --font-body: "Lato", ui-sans-serif, system-ui, sans-serif;
  --font-mono: "Courier New", ui-sans-serif, system-ui, sans-serif;
}
```

Proporción de área de color: Fondo #FFFFFF (~55%) · Superficie #F8F9FA (~15%) · Texto #25292D (~6%) · Texto secundario #59616A (~4%) · Acento #2083A5 (~20%). El fondo y la superficie dominan el lienzo; reserva el color de acento para los botones principales y estados activos.

## Estructura de Diseño y Conversión

- Diseño hero: Texto y visual dividido
- Navegación: Barra superior completa
- Tema y densidad: Claro · Denso
- Radio de borde y elevación: Radio pequeño; usar sombras de elevación para separar capas
- Medio visual principal: Ilustración / Arte de personajes
- CTA de conversión: Descargar app / Instalar extensión · La barra de confianza usa Muestra de resultados generados
- Gancho del titular: Manifiesto de marca y curiosidad
- Componentes hero: Ilustración personalizada
- Notas de distribución espacial: Estructura hero texto y visual dividido combinada con CTA de descargar app / instalar extensión y muestra de resultados generados.
- Resumen visual: Limpio empresarial (lienzo claro, densidad denso) con diseño texto y visual dividido y visuales de ilustración / arte de personajes.

## Evitar

- Patrones de navegación experimentales
- Fuentes decorativas de baja legibilidad
- Novedad visual que oculta la propuesta de valor

Implementa la interfaz siguiendo los tokens de diseño y especificaciones anteriores: usa solo estas variables de color y reserva el color de acento estrictamente para acciones principales y estados activos. Adopta únicamente este estilo visual; nunca copies el nombre de marca, logotipo, textos o imágenes de ningún producto de referencia.

Preguntas y datos

¿Cuánto tráfico web recibe scikit-learn?
Vaneform estima 884.7K visitas en 2026-09. Incluyen visitas repetidas; los clientes de pago y los ingresos requieren datos propios.Fuente

Productos de la misma categoría

Modelos y Agentes de IA / Infraestructura de Entrenamiento e Inferencia

Estos productos comparten categoría. Compara las necesidades que cubren, sus funciones y los requisitos de instalación antes de elegirlos como alternativas.