Produits

scikit-learn

Leader établi

Machine Learning in Python

scikit-learn.org DiscordModèles et Agents IA / Infrastructure d’Entraînement et d’Inférence

Benchmark IA
Bureau
Mobile
Visites par mois
884.7K
Hausse15.7%vs mois précédentsept. 2026
Revenus publiés
Non divulgué
Aucune preuve de revenus publics
Tarif de départ
Gratuit
Pas de tarif d’abonnement mensuel
Créateurs
飞龙
@wizardforcel· 134 abonnés
Lancement
il y a 8 ans
2017-12-10 · Est.

Trafic

Visites par moisDonnées jusqu'à sept. 2026
Événements3 changements

Actions marketing

Lancements, recherche & contenu, référents, promos
  • scikit-learn launched on V2EX (3 remerciements · 3 commentaires)Lancement

    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 déc. 2017 · il y a 8 ansSource

Avis tiers & études de cas

Analyse d’acquisition, avis techniques & métriques OSS
V2EX
2017-12-10Source

Open Source & Auto-hébergement

GitHub · MCP / Skill
Étoiles GitHub
Dépôt public
Forks
—
Licence
Voir le dépôt
Langage principal
—

Sources de trafic

sept. 2026

Répartition du trafic

Canaux

  • Recherche organique56%
  • Direct28%
  • Référents10%
  • Autre6%

Pays

  • États-Unis25%
  • Inde13%
  • France5%
  • Royaume-Uni4%
  • Allemagne4%

Rechercher

Autorité de domaine 86Domaine enregistré 2011-10-19

Mot-cléVolume mensuel
scikit learn42K
sklearn23.6K
scikit-learn21.6K
sklearn logistic regression4,720
train_test_split3,830

Données de trafic : Vaneform

Tarifs

Page de tarifs non identifiée ou aucun prix public affiché.

Pages & changements

Suivi depuis le 2026-07-31

Pages clés

Captures hebdo

Changements

  1. 1 nov. · il y a 13 j

    Technologie retirée : MathJaxFonctionnalités

    MathJax→—

  2. 1 nov. · il y a 13 j

    Technologie retirée : jsDelivrFonctionnalités

    jsDelivr→—

  3. 1 nov. · il y a 13 j

    Titre d’accueil changé en « scikit-learn: machine learning in Python — scikit-learn 1.9.1 documentation »Positionnement

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

Design

Analyse visuelle du premier écran et CSS :root

Entreprise épuré (fond clair, densité dense) avec mise en page texte & visuel côte à côte et visuels illustration / personnages.

Aperçu de l’écran · cliquer pour agrandir

First-screen pitch & conversion flow

“scikit-learn”

Structure hero texte & visuel côte à côte associée à un CTA télécharger l’app / installer l’extension et vitrine de résultats générés.

Conversion path: Texte & visuel côte à côte + Illustration / Personnages → Télécharger l’app / Installer l’extension · Trust bar: Vitrine de résultats générés

Palette · cliquer pour copier

Score design 5-D6.1 / 10
Typographie
6.0
Couleur & contraste
6.0
Mise en page & espacement
7.0
Finition & soin
6.0
Singularité
5.0

Structure

Polices
Courier New / Lato
Visuel principal
Illustration / Personnages
Preuve sociale
Vitrine de résultats générés
Navigation
Barre supérieure pleine largeur
Thème & densité
Clair · Dense
Coins & profondeur
Petit rayon · Avec ombre
Prévisualiser le brief design IA complet (variables CSS :root et règles)Tokens de style uniquement ; ne copiez jamais les marques, logos, textes ou images
# Brief de design : Entreprise épuré

Palette fiable dominée par le bleu, grilles structurées et murs de logos clients bien visibles.

## Tokens de Design

```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;
}
```

Ratio de surface des couleurs : Arrière-plan #FFFFFF (~55%) · Surface #F8F9FA (~15%) · Texte #25292D (~6%) · Texte secondaire #59616A (~4%) · Accent #2083A5 (~20%). L'arrière-plan et la surface dominent le canevas ; réservez la couleur d'accentuation aux boutons principaux et aux états actifs.

## Structure de Mise en Page & Conversion

- Disposition hero : Texte & visuel côte à côte
- Navigation : Barre supérieure pleine largeur
- Thème et densité : Clair · Dense
- Rayon de bordure et élévation : Petit rayon ; utiliser des ombres d’élévation pour séparer les calques
- Support visuel principal : Illustration / Personnages
- CTA de conversion : Télécharger l’app / Installer l’extension · La barre de confiance utilise Vitrine de résultats générés
- Accroche du titre : Manifeste de marque & curiosité
- Composants hero : Illustration sur mesure
- Notes de disposition spatiale : Structure hero texte & visuel côte à côte associée à un CTA télécharger l’app / installer l’extension et vitrine de résultats générés.
- Résumé visuel : Entreprise épuré (fond clair, densité dense) avec mise en page texte & visuel côte à côte et visuels illustration / personnages.

## À Éviter

- Schémas de navigation expérimentaux
- Polices décoratives peu lisibles
- Nouveauté visuelle qui brouille la proposition de valeur

Implémentez l’interface selon les tokens et spécifications ci-dessus : utilisez uniquement ces variables de couleur et réservez la couleur d’accentuation aux actions principales et états actifs. N’adoptez que ce style visuel sans jamais copier la marque, le logo, les textes ou les images d’un produit de référence.

Questions et sources

Quel trafic le site de scikit-learn reçoit-il ?
Vaneform estime 884.7K visites en 2026-09. Elles peuvent inclure des visites répétées ; clients payants et revenus nécessitent leurs propres données.Source

Produits de la même catégorie

Modèles et Agents IA / Infrastructure d’Entraînement et d’Inférence

Ces produits sont classés dans la même catégorie. Comparez les besoins couverts, les fonctionnalités et les conditions de déploiement avant d’en faire des alternatives.