pypi:scikit-learnDieses Dossier verknüpft die stabile Identität pypi:scikit-learn mit 6 exakt beobachteten Versionen in 13 öffentlichen Repositories.
Eine Paketidentität oder Provider-Schnittstelle im veröffentlichten Code belegt weder Konfiguration, Konto, Beschaffung, Datentransfer noch API-Aufruf.
Ökosystem:Name + exakte Version + EvidenzpfadVeröffentlichungsalter und Lizenzen stammen aus deps.dev-Metadaten. Sie sind Kontext – kein Wartungs-, Rechts- oder Portabilitätsurteil.
02. Okt. 202410. Jan. 202506. Juni 202518. Juli 202509. Sept. 202510. Dez. 2025landeshauptstadt-muenchen/f-13-rag4 Vorkommenuba-ki-lab/photovoltaic_systems2 Vorkommenuba-ki-lab/strahlenexposition2 Vorkommenbbsr_ida_public/base_projects/dockerized_weaviate1 Vorkommenbbsr_ida_public/llm_workshop1 Vorkommenenergieautarkes-wohnquartier/backend1 Vorkommenuba-ki-lab/gamma_flow1 Vorkommenuba-ki-lab/gsa-extraction1 Vorkommenuba-ki-lab/llm-questionnaire-benchmarking-framework1 Vorkommenuba-ki-lab/llm-testframework1 Vorkommenuba-ki-lab/objection-management1 Vorkommenuba-ki-lab/ressource-efficient-computer-vision1 Vorkommenuba-ki-lab/retrieval-evaluation1 Vorkommenbbsr_ida_public/base_projects/dockerized_weaviatedocker/requirements.txtenergieautarkes-wohnquartier/backendpoetry.locklandeshauptstadt-muenchen/f-13-ragrequirements-dev.txtlandeshauptstadt-muenchen/f-13-ragrequirements-gpu.txtlandeshauptstadt-muenchen/f-13-ragrequirements-testing.txtlandeshauptstadt-muenchen/f-13-ragrequirements.txtuba-ki-lab/gamma_flowrequirements.txtuba-ki-lab/gsa-extractionuv.lockuba-ki-lab/llm-questionnaire-benchmarking-frameworkuv.lockuba-ki-lab/llm-testframeworkuv.lockbbsr_ida_public/llm_workshopdocker/requirements.txtuba-ki-lab/objection-managementuv.lockuba-ki-lab/photovoltaic_systemsrequirements.txtuba-ki-lab/photovoltaic_systemssbom.jsonuba-ki-lab/ressource-efficient-computer-visionuv.lockuba-ki-lab/retrieval-evaluationuv.lockuba-ki-lab/strahlenexpositionpoetry.lockuba-ki-lab/strahlenexpositionsbom.jsonNur exakte npm- und PyPI-Tupel werden angereichert. Gemeldete SPDX-Ausdrücke sind Metadaten; daraus folgt keine Bewertung zu Kompatibilität, Pflichten oder Rechtslage.
Abruf, Parsing, Zuordnung und Veröffentlichung verwenden kein generatives KI-Modell.i6eal (2026): scikit-learn – exaktes KI-Abhängigkeitsevidenz-Dossier, Datenstand 19. Juli 2026. https://i6eal.de/tools/ki-abhaengigkeitsatlas/paket/scikit-learn-ab0941d9/
Wir bauen quellenbasierte Datenprodukte mit stabilen Identitäten, reproduzierbaren Verknüpfungen und sichtbaren Aussagegrenzen.
Diese Tools ergänzen die aktuelle Auswertung.