Produtos

scikit-learn

Líder consolidado

Machine Learning in Python

scikit-learn.org DiscordModelos e Agentes de IA / Infraestrutura de Treino e Inferência

Benchmark IA
Desktop
Mobile
Visitas por mês
884.7K
Alta15.7%vs. mês anteriorset. de 2026
Receita divulgada
Não divulgado
Ainda sem prova de receita pública
Preço inicial
Grátis
Sem preço de assinatura mensal
Criadores
飞龙
@wizardforcel· 134 seguidores
Lançamento
há 8 a
2017-12-10 · Est.

Tráfego

Visitas por mêsDados até set. de 2026
Eventos3 alterações

Ações de marketing

Lançamentos, busca e conteúdo, referências, promoções
  • scikit-learn launched on V2EX (3 agradecimentos · 3 comentários)Lançamento

    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 de dez. de 2017 · há 8 aFonte

Avaliações de terceiros e casos

Análise de aquisição, avaliações técnicas e métricas OSS
V2EX
2017-12-10Fonte

Open Source e Auto-hospedagem

GitHub · MCP / Skill
Estrelas no GitHub
Repo público
Forks
—
Licença
Ver repositório
Linguagem principal
—

Fontes de tráfego

set. de 2026

Composição de tráfego

Canais

  • Busca orgânica56%
  • Direto28%
  • Referências10%
  • Outros6%

Países

  • Estados Unidos25%
  • Índia13%
  • França5%
  • Reino Unido4%
  • Alemanha4%

Buscar

Autoridade de domínio 86Domínio registrado 2011-10-19

Palavra-chaveVolume mensal
scikit learn42K
sklearn23.6K
scikit-learn21.6K
sklearn logistic regression4,720
train_test_split3,830

Dados de tráfego: Vaneform

Preços

Página de preços ainda não identificada ou sem preços públicos.

Páginas e mudanças

Monitorado desde 2026-07-31

Páginas principais

Capturas semanais

Mudanças

  1. 1 de nov. · há 13 d

    Tecnologia removida: MathJaxRecursos

    MathJax→—

  2. 1 de nov. · há 13 d

    Tecnologia removida: jsDelivrRecursos

    jsDelivr→—

  3. 1 de nov. · há 13 d

    Título inicial alterado para “scikit-learn: machine learning in Python — scikit-learn 1.9.1 documentation”Posicionamento

    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

Análise visual da primeira dobra e CSS :root

Corporativo limpo (fundo claro, densidade denso) com layout texto e visual divididos e visuais de ilustração / arte de personagem.

Prévia da tela · clique para ampliar

First-screen pitch & conversion flow

“scikit-learn”

Estrutura hero texto e visual divididos combinada com CTA de baixar app / instalar extensão e vitrine de resultados gerados.

Conversion path: Texto e visual divididos + Ilustração / Arte de personagem → Baixar app / Instalar extensão · Trust bar: Vitrine de resultados gerados

Paleta · clique para copiar

Nota de design 5-D6.1 / 10
Tipografia
6.0
Cor e contraste
6.0
Layout e espaçamento
7.0
Detalhe e acabamento
6.0
Originalidade
5.0

Estrutura

Fontes
Courier New / Lato
Visual principal
Ilustração / Arte de personagem
Prova social
Vitrine de resultados gerados
Navegação
Barra superior total
Tema e densidade
Claro · Denso
Cantos e profundidade
Raio pequeno · Com sombra
Ver brief de design IA completo (inclui variáveis CSS :root e regras)Apenas tokens de estilo; nunca copie marcas, logos, textos ou imagens
# Brief de design: Corporativo limpo

Paleta confiável ancorada em azul, grades estruturadas e murais de logotipos de clientes em destaque.

## 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;
}
```

Proporção de área de cor: Fundo #FFFFFF (~55%) · Superfície #F8F9FA (~15%) · Texto #25292D (~6%) · Texto secundário #59616A (~4%) · Destaque #2083A5 (~20%). O fundo e a superfície dominam a tela; reserve a cor de destaque para botões principais e estados ativos.

## Estrutura de Layout e Conversão

- Layout hero: Texto e visual divididos
- Navegação: Barra superior total
- Tema e densidade: Claro · Denso
- Raio da borda e elevação: Raio pequeno; usar sombras de elevação para separar camadas
- Meio visual principal: Ilustração / Arte de personagem
- CTA de conversão: Baixar app / Instalar extensão · A barra de confiança usa Vitrine de resultados gerados
- Gancho do título: Manifesto de marca e curiosidade
- Componentes hero: Ilustração personalizada
- Notas de layout espacial: Estrutura hero texto e visual divididos combinada com CTA de baixar app / instalar extensão e vitrine de resultados gerados.
- Resumo visual: Corporativo limpo (fundo claro, densidade denso) com layout texto e visual divididos e visuais de ilustração / arte de personagem.

## Evitar

- Padrões de navegação experimentais
- Fontes decorativas de baixa legibilidade
- Novidade visual que ofusca a proposta de valor

Implemente a interface seguindo os tokens de design e especificações acima: use apenas estas variáveis de cor e reserve a cor de destaque estritamente para ações principais e estados ativos. Adote apenas este estilo visual — nunca copie nome de marca, logotipo, textos ou imagens de produtos de referência.

Perguntas e dados

Quanto tráfego o site de scikit-learn recebe?
A Vaneform estima 884.7K visitas em 2026-09. Elas podem incluir retornos; clientes pagantes e receita precisam de evidências próprias.Fonte

Produtos da mesma categoria

Modelos e Agentes de IA / Infraestrutura de Treino e Inferência

Esses produtos estão na mesma categoria. Compare as necessidades atendidas, os recursos e os requisitos de implantação antes de considerá-los alternativas.