開発者が武器をアップグレードするために推奨される 5 つの機械学習フレームワーク

業界ではよく知られているデータサイエンスのウェブサイトである KDnuggests は昨日、4 月の「無視できない 5 つの機械学習プロジェクト」を選出しました。

聞いたことがないかもしれませんが、今日入手することを検討してみてはいかがでしょうか。異なるエコシステムやプログラミング言語のツールに関しては、専門家にとっては、それらを使用する必要がない場合でも、コード実行を借用することで、独自の製品開発に多くのインスピレーションをもたらすことができます。

1. scikit-plot 関数

芸術的才能に欠けるデータ サイエンティストのグループは、ある日突然、視覚化は単なるおまけではなく、データ サイエンスにおいて最も重要な要素の 1 つであることに気づきました。

これが Scikit-plot の誕生につながりました。

「Reddit で作者の投稿を見て Scikit-plot を知り、すぐに使い始めました」と、KDnuggests の副編集長 Matthew Mayo 氏は語る。

このプロジェクトの目的は、Scikit-learn ユーザー向けに標準的で便利なプロットのセットを提供することです。これには以下が含まれます:

• エルボープロット
• 特徴重要度グラフ
• PCA投影プロット
• ROC曲線
• シルエットプロット

Scikit-plot ライブラリには 2 つの API があり、そのうちの 1 つは Scikit-learn と緊密に統合されており、その API (Factory API) への呼び出しを制御します。もう 1 つはより伝統的なもの (Functions API) です。しかし、どちらでも十分なはずです。

クイックスタートガイドはここにあります。

2. Scikit 機能

Scikit-feature は、アリゾナ州立大学のデータマイニング & 機械学習研究所によって開発された、Python 用のオープンソースの特徴選択ライブラリです。これは scikit-learn、Numpy、Scipy に基づいています。 Scikit-feature には、従来のアルゴリズムや、いくつかの構造化およびストリーミングの特徴選択アルゴリズムを含む、約 40 個の一般的な特徴選択アルゴリズムが組み込まれています。

すべての特徴選択スキームには、冗長で無関係な特徴を見つけることという共通の目標があります。これはかなりホットな研究分野であり、そのためのアルゴリズムは無数に存在します。

Scikit-feature は、実用的な特徴選択エンジニアリングとアルゴリズム研究の両方に適しています。サポートされているアルゴリズムのリストについては、ここをクリックしてください。

Rubens Zimbres というデータ サイエンティストはかつてこう言いました。

• 「経験を積み、スタックニューラルネットワーク、並列ニューラルネットワーク、非対称構成、シンプルニューラルネットワーク、複数レイヤー、ドロップアウト、アクティベーション関数などを試した結果、パフォーマンスの面では優れた特徴選択に勝るものはないという結論に達しました。」

3. 笑顔

Smile (Statistical Machine Intelligence and Learning Engine) は、高速で包括的な機械学習システムです。高度なデータ構造とアルゴリズムを活用し、Smile は最高のパフォーマンスを実現します。

Smile は、分類、回帰、クラスタリング、関連ルールマイニング、特徴選択、多様体学習、多次元尺度法 (MDS)、遺伝的アルゴリズム、欠損値の補完、最近傍検索など、機械学習のあらゆる側面をカバーします。

Java と Scala を使用する開発者にとって、Smile は現在最も適した機械学習ライブラリです。これは JVM Scikit-learn と考えることができます。このプロジェクトには、非常に包括的な公式チュートリアルが http://haifengl.github.io/smile/ にあります。このチュートリアルでは、Smile の使用上のヒントだけでなく、機械学習アルゴリズムに関する質の高い入門資料も提供します。

JVM 上で機械学習を開発している場合、Smile は間違いなく試してみる価値があります。実際、このエコシステムに参加していて、Smile について聞いたことがないとしたら驚きです。

4. ゲンシム

Gensim は、大規模なコーパスにおけるトピック モデリング、ドキュメント インデックス作成、類似性検索のためのアルゴリズムの Python ライブラリです。対象読者は、自然言語処理および情報検索コミュニティです。

Gensim は完全性を追求するジェネラリストです。開発チームによれば、この製品は「潜在的意味解析（LSA/LSI/SVD）、潜在的ディリクレ配分法（LDA）、ランダム射影（RP）、階層的ディリクレ過程（HDP）、word2vecディープラーニングなどの一般的なアルゴリズムを効率的にマルチコアで実行」できるという。

Gensim のドキュメントはここにあります。 KDnuggets は以前、初心者向けに Gensim を使用したトピック モデリングの方法に関するチュートリアルを公開しました。ここをクリックしてください。

5. ソネット

[[188711]]

今月初め、DeepMind は公式ブログでオープンソースの Sonnet を発表しました。 Leifeng.com は *** に次のように報じました: DeepMind は、TensorFlow を使用してニューラル ネットワークを迅速に構築できるように Sonnet をリリースしました。

DeepMindはブログ投稿でこう述べている。

「TensorFlow は 2015 年後半にオープンソース化されて以来、多くの高レベル アルゴリズム ライブラリで構成される多様なエコシステムが急速に発展してきました。これらの高レベル ツールにより、一般的なタスクをよりシンプルかつ迅速に完了できるようになり、開発者の時間と労力を大幅に節約できます。」

このエコシステムの新しいメンバーとして、Sonnet も同様です。既存のニューラル ネットワーク アルゴリズム ライブラリと多くの共通点がありますが、一部の機能は DeepMind の研究ニーズに合わせて特別に設計されています。 ”

Sonnet は TensorFlow をベースにした高レベル アルゴリズム ライブラリです。 DeepMind は、この製品が既存の製品と似ていることを認めていますが、ランダムにクラスター化されたテンソルのグループ上で特定のモジュールを実行できるようにするなど、DeepMind の研究に必要な機能と特徴を統合しています。

「RNN の状態は、異種のテンソルのコレクションとして表現するのが最適です。フラットなリストとして表現すると、エラーが発生しやすくなります。Sonnet はこれらのランダムな階層を処理する機能を提供するため、異なる RNN を使用するように実験を変更しても、コードを大幅に変更する必要はありません。DeepMind は、このユースケースをより適切にサポートするために、コア TensorFlow に変更を加えました。」

***、この記事がお役に立てれば幸いです。これまで聞いたことのないアルゴリズム ライブラリや、実際に必要だとは気づかなかった関数についてお知らせします。