【Python】機械学習入門(ライブラリ)

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。

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。

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の導入から機械学習の各アルゴリズムの実装までの手順を下記事で解説しています。
【詳細】
Scikit-learnで機械学習入門(使い方)

Chaiperとは

Chaiperは、Python用機械学習ライブラリです。
このライブラリを使えば、深層学習(ディープラーニング)やニューラルネット(NN)を手軽に実装できます。
chaiperの利点は次の通りです。

①インストールが簡単
②流行りのディープラーニングが実装できる

【詳細】
Chaiperで機械学習入門(使い方)

TensorFlow

・まだ

プログラミング言語の入門記事

Python入門
C言語入門
Java入門
Javascript入門

シェア&フォローお願いします!