機械学習に関するメモ

機械学習に関するメモ。
特に主張はなし。

機械学習をこれから始める人に押さえておいてほしいこと - Qiita

最近流行の機械学習、高度な統計処理との違いはどこにあるのか - ZDNet Japan

はじめに ? 機械学習の Python との出会い

初心者が効率良く機械学習を勉強する方法 - quantyのブログ

文系でも機械学習がわかるようになる教科書 - EchizenBlog-Zwei

科学計算における均質化、あるいはなぜPythonが着実に他言語のシェアを奪っているか | once upon a time,跡地

(引用開始)
最近、何故科学計算でPythonがほぼ一人勝ちなのか気になっていたのですが、TAL YARKONI氏による、THE HOMOGENIZATION OF SCIENTIFIC COMPUTING, OR WHY PYTHON IS STEADILY EATING OTHER LANGUAGES’ LUNCHという記事が、その答えに近づける鍵なのかもしれないと思い、試訳をしてみました。
彼は心理学とニューロイメージングを専門とする研究者であり、元々Rを中心に様々な言語を利用していたのですが、最近ではPythonばかり使うようになってきたとのことです。
(引用終了)

(引用開始)
ここ2年で、私の科学計算のツールボックスが着実に均質化している。
2010,2011年くらいは、私のツールボックスは以下のものを使っていた。

Ruby: テキスト処理や雑多なscripting
Ruby on Rails/JavaScript: Web開発
Python/Numpy(たまにMATLAB): 数値計算
MATLAB: ニューロイメージング1データの解析
R: 統計的分析
R: プロット、可視化
それ以外のもののために、他の言語/環境の開拓

2013年には、こうなっている

Python: テキスト処理や雑多なscripting
Ruby on Rails/JavaScript: Web開発。DjangoやFlask(Pythonのフレームワーク)もたまに使う
Python (Numpy/SciPy): 数値計算
Python (Neurosynth, NiPyなど): ニューロイメージングデータの解析
Python (Numpy/SciPy/pandas/statsmodels): 統計的分析
Python (MatPlotLib): プロット、可視化(Webベースの可視化にはJavaScriptのd3.jsを使う)
Python (scikit-learn): 機械学習

他言語の開拓は顕著に減った
(引用終了)

RubyKaigi 2015(3日目) - ただのにっき(2015-12-13)

(引用開始)
ところで今回のRubyKaigiで「あ、これはまずいな」と思ったことに「機械学習系の発表がひとつもなかった」点がある。
昨日のパーティでも話題にあげてみたところ、危機感を抱いている人は少なからずいた印象だけど、根っこをたどると数値演算ライブラリの整備をずーっと放置してきたことがあるだろう。
気がつくと数値演算方面ではPythonに大きく水をあけられていて、いまやその応用である機械学習では(LLの中では)Pythonの独壇場だ。
Webアプリケーションの分野で一世を風靡した気になってる間に、いま一番ホットな領域がまったく話題にならない言語になってしまった。
今日は学生無料デーだったのにほとんど来た学生がいなかったらしいし、若い人に見向きもされない言語になってるんじゃあるまいか。
(引用終了)

昨今の技術の流れは、Webやスマフォから、IoTやビッグデータなどの機械学習に流れていると言えるのではないか。
自動運転、ドローン、AIとか、まさに機械学習のスキル、統計のスキルがエンジニアに今後必要になってくる技術ではないか？

その中でも、Pythonが非常に気になる。
Rubyも、BioRubyとか、データ分析に特化したライブラリとかあったのに、今はどうなっているのかな？