跳到主要内容
Logo

使用scikit-learn的公司

scikit-learn is a Python module for machine learning built on top of SciPy and distributed under the 3-Clause BSD license.

使用scikit-learn的公司列表

curl --request POST \
--url "https://api.theirstack.com/v1/companies/search" \
--header "Accept: application/json" \
--header "Content-Type: application/json" \
--header "Authorization: Bearer <api_key>" \
-d "{
  \"company_technology_slug_or\": [
    \"scikit-learn\"
  ]
}"

Technology

is any of

Logo

scikit-learn

  • Databricks logo
    美国员工数14k收入$600MSoftware Development
    Logoscikit-learn高置信度
  • Optum logo
    美国员工数115kHospitals and Health Care
    Logoscikit-learn高置信度
  • PayPal logo
    美国员工数36k收入$28BSoftware Development
    Logoscikit-learn高置信度
  • Deutsche Bank logo
    德国员工数85k收入$29BFinancial Services
    Logoscikit-learn高置信度
  • Affirm logo
    美国员工数3.2k收入$1.2BFinancial Services
    Logoscikit-learn高置信度
  • LSEG (London Stock Exchange Group) logo
    英国员工数23k收入$3BFinancial Services
    Logoscikit-learn高置信度
  • Apziva Fellowship logo
    土耳其员工数7Technology, Information and Internet
    Logoscikit-learn高置信度
  • Nagarro logo
    德国员工数23k收入$957MIT Services and IT Consulting
    Logoscikit-learn高置信度
  • Tripadvisor logo
    美国员工数5.9k收入$777MSoftware Development
    Logoscikit-learn高置信度
  • CVS Health logo
    美国员工数300k收入$331BHospitals and Health Care
    Logoscikit-learn高置信度

我们拥有关于48,918家公司和用户使用scikit-learn的数据。我们的scikit-learn用户和客户列表可供下载,并附有重要的公司信息,包括行业分类、组织规模、地理位置、融资轮次和收入数据等。

技术使用统计和市场份额

如何定位 scikit-learn 用户

如何自定义此列表?

您可以根据地理位置、行业、公司规模、收入、技术使用、职位发布等需求自定义此数据。您可以将数据下载为Excel或CSV格式。

如何在公司采用此技术时收到通知?

您可以为此数据设置提醒。您可以通过选择您感兴趣的技术开始,当有新公司使用该技术时,您将收到收件箱中的提醒。

如何将此数据导入我的CRM?

您可以将此数据导出为Excel文件,然后导入到您的CRM中。您也可以将数据导出到API。

常见问题

我们的数据来源于从数百万家公司收集的职位发布。我们监控公司网站、招聘网站和其他招聘平台上的这些发布。分析职位发布提供了一种可靠的方法来了解公司正在使用的技术,包括他们使用的内部工具。

我们每天刷新数据,以确保您访问的是最新的信息。这一频繁的更新过程保证了我们的洞察和情报反映行业的最新发展和趋势。

Scikit-learn 是 Python 生态系统中最流行的机器学习库,享誉良好的用户界面和广泛的算法和工具,用于数据分析和建模。它基于 NumPy、SciPy 和 Matplotlib,提供了一个强大框架,用于机器学习任务,如分类、回归、聚类和维度降低。Scikit-learn 是数据科学家、研究员和机器学习爱好者广泛使用的工具,因为它的 simplicity 和效率,使得实现多种算法变得更加容易。

PyPI Packages 中的 scikit-learn 属于 Python 包含分類的 Machine Learning 和数据分析 subcategory,提供了构建预测模型和从数据中提取见解的工具和算法。Scikit-learn 由 David Cournapeau create 在 2007 年作为 Google Summer of Code 项目的一部分。创造成 scikit-learn 的目的是为 Python 社区提供一个高质量的机器学习库,并提供一个简单而强大的接口,以实现机器学习算法。随着多年的发展,scikit-learn 已经演化为行业中最流行的机器学习库, thanks to its active development community 和 continuous improvements。

当前,scikit-learn 在机器学习库类别中的市场份额非常高。其用户友好界面、详细的文档和活跃的社区支持,对其广泛采用在新手和经验丰富的机器学习实践者之间产生了很大的影响。随着机器学习解决方案在各行业的增加需求,scikit-learn 的市场份额预计将继续增长,以满足公司和个人对数据分析和建模任务的需求。

您可以通过访问TheirStack.com获取使用scikit-learn的公司更新列表。我们的平台提供了一个全面的公司数据库,涵盖了使用各种技术和内部工具的公司。

截至目前,我们拥有关于使用scikit-learn的48,918家公司的数据。

scikit-learn被各种行业的多样化组织使用,包括"Software Development", "Hospitals and Health Care", "Software Development", "Financial Services", "Financial Services", "Financial Services", "Technology, Information and Internet", "IT Services and IT Consulting", "Software Development", "Hospitals and Health Care"。有关使用scikit-learn的所有行业的完整列表,请访问TheirStack.com。

使用scikit-learn的一些公司包括Databricks, Optum, PayPal, Deutsche Bank, Affirm, LSEG (London Stock Exchange Group), Apziva Fellowship, Nagarro, Tripadvisor, CVS Health等。您可以在TheirStack.com上找到使用scikit-learn的48,918家公司的完整列表。

根据我们的数据,scikit-learn在美国 (8,881 companies)最受欢迎。然而,它在全球各地的公司中都有使用。

您可以通过在TheirStack.com上搜索scikit-learn找到使用该技术的公司。我们跟踪数百万家公司的职位发布,并利用它们来发现他们正在使用的技术和内部工具。