機械学習入門 - 基本のPythonライブラリ、9つを触って学ぶ

こんにちは。機械学習エンジニアの「ばんくし」こと河合俊典（かわい・しゅんすけ／ @vaaaaanquish ）です。

近年の機械学習関連の開発では、多くの場合Pythonが用いられます。 本記事は、「機械学習をこれから初めてみたいけど何から始めればいいか分からない」「基本のキから学びたい」という方に向けて執筆しました。プログラミング言語「Python」の中でも、特に機械学習における使用頻度の高いライブラリを厳選し、その解説を目的としています。

「この記事の内容に沿ってPythonを学習すれば、機械学習エンジニアとして入門に必要な知識を備えられる」というレベルを目標に、機械学習モデリングを本格的に行う一歩手前まで、スムーズに学べるようかいつまんで進めます。

選定基準

本記事で取り上げるPythonのライブラリは以下目次の通りです。

• 選定基準
• 機械学習におけるデータの取扱
  • NumPy
  • Pandas
  • Matplotlib
• テーブルデータに対する機械学習
  • scikit-learn
• テキストデータに対する機械学習
  • mecab-python
  • Gensim
• 画像データに対する機械学習
  • Pillow, scikit-image, OpenCV-Python
• おわりに

これらのライブラリは、数多くある機械学習ライブラリの中の一部です。本記事では、機械学習業務を進めていく上で、最も使用頻度が高く、基本となるライブラリを「数値」「テキスト」「画像」の3つの視点から厳選しました。幅広い範囲におけるデファクトスタンダードを学ぶことに重きを置いています。

読者の皆さんが、本稿を読んだ次のステップとして、Deep Learningライブラリや音声認識、強化学習など、さまざまな分野を学び始める礎の一部となるよう、身に付けておいて損のない利用方法に絞ってお伝えしていきます。

機械学習におけるデータの取扱