【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。

【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。

【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

301 Moved Permanently

【Keras】

【TensorFlow】

・まだ

この記事を書いた人
西住技研

プログラミング言語「Python」を研究、仕事、趣味でデータ分析や作業自動化などに活用してきたノウハウを情報発信しています。
筆者の詳しいプロフィールやお問合せはこちらのページまで。
YoutubeX(旧Twitter)でも情報発信中です!

西住技研をフォローする
Python基礎

コメント