Sobre nosotros¶

Historia¶

Este proyecto se inició en 2007 como un proyecto de Google Summer of Code de David Cournapeau. Más tarde ese año, Matthieu Brucher comenzó a trabajar en este proyecto como parte de su tesis.

En 2010 Fabian Pedregosa, Gael Varoquaux, Alexandre Gramfort y Vincent Michel de INRIA asumieron el liderazgo del proyecto y hicieron la primer lanzamiento público, febrero 1 de 2010. Desde entonces, han aparecido varios lanzamientos después de un ciclo de, aproximadamente, 3 meses y una emocionante comunidad internacional ha estado liderando el desarrollo.

Gobernanza¶

El proceso de toma de decisiones y la estructura de gobernanza de scikit-learn está disponible en el documento de gobernanza.

Autores¶

Las siguientes personas son actualmente los principales contribuyentes al desarrollo y mantenimiento de scikit-learn:

Jérémie du Boisberranger

Joris Van den Bossche

Loïc Estève

Thomas J. Fan

Alexandre Gramfort

Olivier Grisel

Yaroslav Halchenko

Nicolas Hug

Adrin Jalali

Guillaume Lemaitre

Christian Lorentzen

Jan Hendrik Metzen

Andreas Mueller

Vlad Niculae

Joel Nothman

Hanmin Qin

Bertrand Thirion

Tom Dupré la Tour

Gael Varoquaux

Nelle Varoquaux

Roman Yurchak

Por favor, no envíes un correo electrónico a los autores directamente para solicitar asistencia o reportar incidencias. En su lugar, por favor ver Cuál es la mejor manera de hacer preguntas sobre scikit-learn en las preguntas frecuentes.

Ver también

Cómo puedes contribuir al proyecto

Equipo de Triaje¶

Las siguientes personas son colaboradores activos que también ayudan con incidencias de triaje, RRPP y mantenimiento general:

Juan Carlos Alfaro Jiménez

Lucy Liu

Chiara Marmo

Reshama Shaikh

Albert Thomas

Desarrolladores principales de Emeritus¶

Las siguientes personas han sido colaboradores activos en el pasado, pero ya no están activas en el proyecto:

Mathieu Blondel
Matthieu Brucher
Lars Buitinck
David Cournapeau
Noel Dawe
Shiqiao Du
Vincent Dubourg
Edouard Duchesnay
Alexander Fabisch
Virgile Fritsch
Satrajit Ghosh
Angel Soler Gollonet
Chris Gorgolewski
Jaques Grobler
Brian Holt
Arnaud Joly
Thouis (Ray) Jones
Kyle Kastner
manoj kumar
Robert Layton
Wei Li
Paolo Losi
Gilles Louppe
Vincent Michel
Jarrod Millman
Alexandre Passos
Fabian Pedregosa
Peter Prettenhofer
(Venkat) Raghav, Rajagopalan
Jacob Schreiber
Jake Vanderplas
David Warde-Farley
Ron Weiss

Citando scikit-learn¶

Si utiliza scikit-learn en una publicación científica, apreciaremos las citas a la siguiente ponencia:

Scikit-learn: Machine Learning in Python, Pedregosa et al., JMLR 12, pp. 2825-2830, 2011.

Entrada Bibtex:

@article{scikit-learn,
 title={Scikit-learn: Machine Learning in {P}ython},
 author={Pedregosa, F. and Varoquaux, G. and Gramfort, A. and Michel, V.
         and Thirion, B. and Grisel, O. and Blondel, M. and Prettenhofer, P.
         and Weiss, R. and Dubourg, V. and Vanderplas, J. and Passos, A. and
         Cournapeau, D. and Brucher, M. and Perrot, M. and Duchesnay, E.},
 journal={Journal of Machine Learning Research},
 volume={12},
 pages={2825--2830},
 year={2011}
}

Si desea citar scikit-learn para su API o diseño, también puede considerar el siguiente artículo:

API design for machine learning software: experiences from the scikit-learn project, Buitinck et al., 2013.

Entrada Bibtex:

@inproceedings{sklearn_api,
  author    = {Lars Buitinck and Gilles Louppe and Mathieu Blondel and
               Fabian Pedregosa and Andreas Mueller and Olivier Grisel and
               Vlad Niculae and Peter Prettenhofer and Alexandre Gramfort
               and Jaques Grobler and Robert Layton and Jake VanderPlas and
               Arnaud Joly and Brian Holt and Ga{\"{e}}l Varoquaux},
  title     = {{API} design for machine learning software: experiences from the scikit-learn
               project},
  booktitle = {ECML PKDD Workshop: Languages for Data Mining and Machine Learning},
  year      = {2013},
  pages = {108--122},
}

Diseño¶

Los logos PNG y SVG de alta calidad están disponibles en el directorio doc/logos/.

Financiamiento¶

Scikit-Learn es un proyecto impulsado por la comunidad, sin embargo las subvenciones institucionales y privadas ayudan a asegurar su sostenibilidad.

El proyecto quiere dar las gracias a los siguientes financiadores.

Patrocinadores anteriores¶

Los siguientes estudiantes fueron patrocinados por Google para trabajar en scikit-learn a través del programa Google Summer of Code.

2007 - David Cournapeau
2011 - Vlad Niculae
2012 - Vlad Niculae, Immanuel Bayer.
2013 - Kemal Eren, Nicolas Trésegnie
2014 - Hamzeh Alsalhi, Issam Laradji, Maheshakya Wijewardena, Manoj Kumar.
2015 - Raghav RV, Wei Xue
2016 - Nelson Liu, YenChen Lin

El proyecto NeuroDebian que provee paquetes y contribuciones de Debian es soportado por Dr. James V. Haxby (Dartmouth College).

Sprints¶

El sprint internacional de París de 2019 fue conducido amablemente por AXA. También algunos participantes pudieron asistir gracias al apoyo del Alfred P. Sloan Foundation, el Python Software Foundation (PSF) y el DATAIA Institute.

El Sprint Internacional de París de 2013 fue posible gracias al apoyo de Télécom Paristech, tinyclues, la asociación francesa de Python y el Fonds de la Recherche Scientifique.

El sprint de Granada 2011 fue posible gracias al apoyo del PSF y tinyclues.

Donaciones al proyecto¶

Si te interesa en donar al proyecto o a uno de nuestros sprints, puedes usar el botón Paypal de abajo o la Página de Donaciones NumFOCUS (si usas esta última, por favor indica que estas donando para el proyecto scikit-learn).

Todas las donaciones serán gestionadas por NumFOCUS, una organización sin fines de lucro administrada por un foro de Scipy community members. La misión de NumFOCUS es acoger el software informático científico, en particular en Python. Como hogar fiscal de scikit-learn, asegura que el dinero esté disponible cuando sea necesario para mantener el proyecto financiado y disponible en conformidad con las normas fiscales.

Las donaciones recibidas para el proyecto scikit-learn se destinarán principalmente a cubrir los gastos de viaje para sprints de código, así como hacia el presupuesto de la organización del proyecto 1.

Help us, donate!

Notas

1: Sobre el presupuesto de la organización, en particular, podríamos utilizar algunos de los fondos donados para pagar otros gastos de proyecto como DNS, alojamiento o servicios de integración continua.

Soporte de infraestructura¶

También queremos dar las gracias a Microsoft Azure, Travis Cl, CircleCl por tiempo libre de CPU en sus servidores de integración continua, y Anaconda Inc. por el almacenamiento que proporcionan para nuestra puesta en escena y las compilaciones nocturnas.