【Python】機械学習ライブラリの比較まとめ

この記事では、Pythonで機械学習を簡単に実装できるライブラリと、サンプルコードコードについて入門者向けに使い方を解説します。

スポンサーリンク

【はじめに】Pythonと機械学習ライブラリ

Pythonには機械学習ライブラリが豊富にあります。
それらを使うことでニューラルネットワーク、ディープラーニング、クラスタ分析、回帰分析などの機械学習アルゴリズムを簡単に実装できます。
今回はそれらの代表例をいくつか紹介します。

スポンサーリンク

【Scikit-learn】

scikit-learnは、Pythonの機械学習ライブラリです。
このライブラリを使えば、ニューラルネットワーク(NN)、サポートベクターマシン、ランダムフォレスト、k近傍法などの分類・回帰・クラスタ分析を手軽に実装できます。
scikit-learnの利点は次の通りです。

①他のライブラリ「NumPy」「SciPy」「Pandas」「Matplotlib」とやり取りしやすい
②BSDライセンスなので商用利用可能
③情報が多くドキュメントも充実している

Scikit-learnの使い方まとめ(機械学習入門・サンプル集)
Pythonモジュール「Scikit-learn」で機械学習を行う方法について入門者向けに使い方を解説します。
スポンサーリンク

【Keras】

スポンサーリンク

【TensorFlow】

・まだ

コメント