Scikit-Learn

What is Scikit-Learn (Sklearn)? 
Scikit-learn (Sklearn) is the most useful and robust library for machine learning in Python. 
It provides a selection of efficient tools for machine learning and statistical modeling 
including classification, regression, clustering and dimensionality reduction via a 
consistence interface in Python. This library, which is largely written in Python, is built 
upon 
NumPy, SciPy
and 
Matplotlib
. 
Origin of Scikit-Learn 
It was originally called 
scikits.learn
and was initially developed by David Cournapeau as 
a Google summer of code project in 2007. Later, in 2010, Fabian Pedregosa, Gael 
Varoquaux, Alexandre Gramfort, and Vincent Michel, from FIRCA (French Institute for 
Research in Computer Science and Automation), took this project at another level and 
made the first public release (v0.1 beta) on 1
st
Feb. 2010.
Let’s have a look at its version history: 

May 2019: scikit-learn 0.21.0 

March 2019: scikit-learn 0.20.3 

December 2018: scikit-learn 0.20.2 

November 2018: scikit-learn 0.20.1 

September 2018: scikit-learn 0.20.0 

July 2018: scikit-learn 0.19.2 

July 2017: scikit-learn 0.19.0 

September 2016. scikit-learn 0.18.0 

November 2015. scikit-learn 0.17.0 

March 2015. scikit-learn 0.16.0 

July 2014. scikit-learn 0.15.0 

August 2013. scikit-learn 0.14 
Community & contributors 
Scikit-learn is a community effort and anyone can contribute to it. This project is hosted 
on 
https://github.com/scikit-learn/scikit-learn
. Following people are currently the core 
contributors to Sklearn’s development and maintenance: 
1.
 
Scikit-Learn — Introduction 

---

Scikit-Learn
2 

Joris Van den Bossche (Data Scientist) 

Thomas J Fan (Software Developer) 

Alexandre Gramfort (Machine Learning Researcher) 

Olivier Grisel (Machine Learning Expert) 

Nicolas Hug (Associate Research Scientist) 

Andreas Mueller (Machine Learning Scientist) 

Hanmin Qin (Software Engineer) 

Adrin Jalali (Open Source Developer) 

Nelle Varoquaux (Data Science Researcher) 

Roman Yurchak (Data Scientist) 
Various organisations like Booking.com, JP Morgan, Evernote, Inria, AWeber, Spotify and 
many more are using Sklearn.
Prerequisites 
Before we start using scikit-learn latest release, we require the following: 

Python (>=3.5) 

NumPy (>= 1.11.0) 

Scipy (>= 0.17.0) 

Joblib (>= 0.11) 

Matplotlib (>= 1.5.1) is required for Sklearn plotting capabilities. 

Pandas (>= 0.18.0) is required for some of the scikit-learn examples using data 
structure and analysis.