Pythonは、機械学習の分野で広く使用されている人気のあるプログラミング言語です。. 利用可能な機械学習用のPythonライブラリはたくさんあります, そしてこのガイドでは, 最高のもののいくつかを見てみましょう.
シキット学習
Scikit-learnは、機械学習のための最も人気のあるPythonライブラリの1つです. 多数の機械学習アルゴリズムを提供, モデルの前処理と評価の方法. 使い方も簡単です, 数分で起動して実行できます.
ケラス
KerasはPythonで書かれたオープンソースのディープラーニングライブラリです. 使いやすく、Scikit-learnやその他の機械学習フレームワークと統合できます. Kerasはさまざまなニューラルネットワークアーキテクチャもサポートしています, ディープラーニングモデルの開発に最適.
テンソルフロー
TensorFlow は、Google の機械学習のためのオープンソース ライブラリです。. 高次元データを使用した機械学習モデルの構築とトレーニングをサポート. TensorFlow は Keras と統合することもできます, 両方のライブラリの機能を活用できるようにする.
PyTorch
PyTorch は Facebook の機械学習のためのオープンソースライブラリです。. 機械学習モデルの構築とトレーニングにおける TensorFlow に似ている, しかし、PyTorchはより研究指向のアプローチを持っています. PyTorch も使いやすく、数分で起動して実行できます。.
テアノ
Theanoは、Pythonで書かれた機械学習のためのオープンソースライブラリです. モントリオール大学のLISA研究チームによって開発されました. Theanoは、機械学習モデルの構築とトレーニングにおいてTensorFlowに似ています, しかし、効率とパフォーマンスに重点を置いています.
これらは、利用可能な機械学習に最適なPythonライブラリのほんの一部です。. 機械学習に興味があるなら, 利用可能なすべてのライブラリを調べて、ニーズに最適なライブラリを見つけることが重要です。.
ナンピー
ナンピー は、Python を使用した科学計算のための基本的なパッケージです。. オブジェクトを提供します。 NDARRAYの配列 均質なデータストレージのための効率的な多次元. また、そのデータを操作するための高度な数学関数も提供します。.
パンダ
パンダ は、高品質のデータ構造とデータ分析ツールを提供するPythonライブラリです。. パンダ 表形式のデータを簡単かつ楽しく操作できます.
Matplotlib
Matplotlib は、Python でグラフィックスを生成するためのライブラリです。. Matplotlibは、さまざまな出力形式でパブリケーション品質のグラフィックスを生成できます, 含む 。.PNG, 。.JPG, 。.EPS, 。.SVG y 。.PDF. IPythonノートブックや他のPython環境と統合することもできます.
サイピー
サイピー は科学計算用の Python パッケージです。. SciPyには最適化のためのモジュールが含まれています, 統合, 補間, 分光学, 線形代数, 特別な機能, 信号処理, 画像処理と 確率.
シキット学習
シキット学習 は機械学習用の Python パッケージです。. Scikit-learn は、さまざまな機械学習アルゴリズムに統一されたインターフェイスを提供します。. また、データ評価と前処理の機能も含まれています.
統計モデル
統計モデル は統計解析のための Python パッケージです。. 統計モデルは、さまざまな統計モデルを推定する機能を提供します, 回帰分析を行うだけでなく, 分割表と統計的検定.
シーボーン
シーボーン は、データ可視化のための Python ライブラリです。. シーボーンはのグラフィックを作ります 統計データ より魅力的で解釈しやすい. また、多変量解析機能も備えています。.