Стандартний фреймворк класичного машинного навчання в Python: моделі для класифікації, регресії, кластеризації, а також інструменти препроцесінгу, відбору ознак і зниження розмірності. Сильна сторона — єдині API, Pipeline/ColumnTransformer, крос‑валідація, тюнінг гіперпараметрів (Grid/Random Search) і метрики, що роблять експерименти відтворюваними. Використовуємо для швидких baseline‑ів, скорингу, прогнозування та інтеграції ML у бізнес‑системи.