Python 向けトップ 3 機械学習ライブラリ

[51CTO.com クイック翻訳] 難しいデータサイエンスを習得しなくても、機械学習の世界で成功できることがわかりました。もちろん、この旅には、さまざまなビッグデータ、人工知能、ディープラーニング、大規模な統計および分析ツールの助けが必然的に必要になります。

[[184507]]

本日の記事では、データ サイエンスの探索をよりスムーズに行うのに役立つと思われる、最も人気のある Python 機械学習ライブラリ 3 つを紹介します。

1. テアノ

約 10 年前に誕生した機械学習ソリューションである Theano は、現在、機械学習の分野で最も広く使用されている CPU および GPU 数学コンパイラの 1 つです。

論文「Theano: 高速な数式計算のための Python フレームワーク」では、著者らがこのライブラリの包括的な概要を説明しています。 「Theano には、機能性を高めるためのパッケージがいくつか含まれています。さまざまな特定の目標に対応するのに十分な高レベルのユーザー インターフェイスを提供します」と論文では説明しています。「その中でも、Lasagne と Keras は、ディープラーニング モデルとトレーニング アルゴリズムのアーキテクチャ表現を数式として効果的に簡素化できます。実際、確率的プログラミング フレームワーク PyMC3 は、Theano を使用して式を自動的に生成し、生成された C コードをすばやく実行します (Keras と Lasagne は、TensorFLow と Theano の上で同時に実行されます)。」

Theano は現在、GitHub 上で 25,000 件を超えるコミットと 300 人近くの貢献者を抱えており、フォークの数は 2,000 件に近づいています。

2. テンソルフロー

TensorFlow は、データフローグラフを使用した数値計算用のオープンソース ライブラリです。オープンソースの分野では比較的新しいプロジェクトですが、Google が主導するこのプロジェクトにはすでに 15,000 件近くのコミットと 600 人を超える GitHub 貢献者がおり、モデル ライブラリの評価は 12,000 個の星に近づいています。

最初のオープンソース年鑑では、TensorFlow が 2016 年の最も価値のあるフォーク プロジェクトとして選ばれました。 TensorFlow は、*** の「Open Source Yearbook」にも何度も登場しました。 TensorFlow をベースとした Magenta プロジェクトは、機械知能を芸術分野と結び付け、音楽や芸術の創作にそれをどのように活用するかを模索し、アーティスト、プログラマー、機械学習研究者の混合コミュニティを確立しようとしています。また、Tensorflow は複数のフロントエンド言語をサポートしていますが、Python のサポートが最も優れています。Python は、2017 年のホットなプログラミング トレンド ランキングにも掲載されています。

TensorFlow 1.0 は今年 2 月中旬にリリースされました。 Google は開発者ブログで次のように書いている。「TensorFlow は登場してまだ 1 年しか経っていませんが、すでに研究者、エンジニア、アーティスト、学生、その他のユーザーがさまざまなタスクを完了するのに役立っています。その範囲は、言語翻訳、皮膚がんの早期診断、さらには糖尿病患者の二次失明の予防にまで及びます。」

3. サイキットラーン

このソリューションは NumPy、SciPy、Matplotlib に基づいており、Spotfiy のエンジニアが音楽の推奨に使用しています。 OkCupid では、マッチング システムの評価と改善を担当しています。 Birchbox では、スタッフが scikit-learn を使用して新製品の開発をサポートする方法を検討しています。

Scikit-learn には現在、GitHub 上で約 22,000 件のコミットと 800 人の貢献者がいます。

[51CTOによる翻訳。パートナーサイトに転載する場合は、元の翻訳者と出典を51CTO.comとして明記してください]