Pythonによる機械学習-エコシステム

Pythonの紹介

Pythonは、高水準プログラミング言語の機能を備えた、人気のあるオブジェクト指向プログラミング言語です。構文と移植性を簡単に習得できるため、最近人気があります。以下の事実は、Pythonの概要を示しています-

Pythonは、オランダのStichting MathematischCentrumのGuidovanRossumによって開発されました。
「ABC」というプログラミング言語の後継として書かれました。
それは1991年にリリースされた最初のバージョンです。
Pythonという名前は、MontyPythonのFlyingCircusという名前のテレビ番組からGuidovanRossumによって選ばれました。
これはオープンソースのプログラミング言語であり、自由にダウンロードしてプログラムの開発に使用できます。www.python.orgからダウンロードできます。
Pythonプログラミング言語には、JavaとCの両方の機能があります。エレガントな「C」コードを備えている一方で、オブジェクト指向プログラミング用のJavaのようなクラスやオブジェクトを備えています。
これはインタープリター型言語です。つまり、Pythonプログラムのソースコードは最初にバイトコードに変換され、次にPython仮想マシンによって実行されます。

Pythonの長所と短所

すべてのプログラミング言語にはいくつかの長所と短所があり、Pythonも同様です。

強み

調査と調査によると、Pythonは5番目に重要な言語であり、機械学習とデータサイエンスで最も人気のある言語です。Pythonには次の長所があるためです-

Easy to learn and understand−Pythonの構文はより単純です。したがって、初心者でも比較的簡単に言語を学び、理解することができます。

Multi-purpose language − Pythonは、構造化プログラミング、オブジェクト指向プログラミング、および関数型プログラミングをサポートしているため、多目的プログラミング言語です。

Huge number of modules− Pythonには、プログラミングのあらゆる側面をカバーするための膨大な数のモジュールがあります。これらのモジュールは簡単に使用できるため、Pythonは拡張可能な言語になっています。

Support of open source community−オープンソースプログラミング言語であるPythonは、非常に大規模な開発者コミュニティによってサポートされています。このため、バグはPythonコミュニティによって簡単に修正されます。この特性により、Pythonは非常に堅牢で適応性があります。

Scalability − Pythonは、シェルスクリプトよりも大きなプログラムをサポートするための改善された構造を提供するため、スケーラブルなプログラミング言語です。

弱点

Pythonは人気のある強力なプログラミング言語ですが、実行速度が遅いという独自の弱点があります。

Pythonはインタープリター型言語であるため、コンパイルされた言語に比べてPythonの実行速度は遅くなります。これは、Pythonコミュニティの主要な改善領域になる可能性があります。

Pythonのインストール

Pythonで作業するには、最初にPythonをインストールする必要があります。Pythonのインストールは、次の2つの方法のいずれかで実行できます-

Pythonを個別にインストールする
事前にパッケージ化されたPythonディストリビューションの使用-Anaconda

これらについて詳しく説明します。

Pythonを個別にインストールする

コンピューターにPythonをインストールする場合は、プラットフォームに適用可能なバイナリコードのみをダウンロードする必要があります。Pythonディストリビューションは、Windows、Linux、およびMacプラットフォームで利用できます。

以下は、上記のプラットフォームへのPythonのインストールの概要です。

On Unix and Linux platform

次の手順の助けを借りて、UnixおよびLinuxプラットフォームにPythonをインストールできます-

まず、www.python.org / downloads /にアクセスします。
次に、リンクをクリックして、Unix / Linuxで利用可能なzip形式のソースコードをダウンロードします。
次に、ファイルをダウンロードして抽出します。
次に、いくつかのオプションをカスタマイズしたい場合は、モジュール/セットアップファイルを編集できます。
- 次に、コマンドを記述します run ./configure script
- make
- インストールする

On Windows platform

次の手順の助けを借りて、WindowsプラットフォームにPythonをインストールできます-

まず、www.python.org / downloads /にアクセスします。
次に、Windowsインストーラーpython-XYZ.msiファイルのリンクをクリックします。ここでXYZはインストールしたいバージョンです。
次に、ダウンロードしたファイルを実行する必要があります。使いやすいPythonインストールウィザードが表示されます。ここで、デフォルト設定を受け入れ、インストールが完了するまで待ちます。

On Macintosh platform

Mac OS X、Homebrewの場合、Python 3をインストールするには、優れた使いやすいパッケージインストーラーをお勧めします。Homebrewをお持ちでない場合は、次のコマンドを使用してインストールできます。

$ ruby -e "$(curl -fsSL
https://raw.githubusercontent.com/Homebrew/install/master/install)"

以下のコマンドで更新できます−

$ brew update

ここで、Python3をシステムにインストールするには、次のコマンドを実行する必要があります-

$ brew install python3

事前にパッケージ化されたPythonディストリビューションの使用：Anaconda

AnacondaはPythonのパッケージ化されたコンパイルであり、データサイエンスで広く使用されているすべてのライブラリが含まれています。次の手順に従って、Anacondaを使用してPython環境をセットアップできます-

Step 1−まず、Anacondaディストリビューションから必要なインストールパッケージをダウンロードする必要があります。同じものへのリンクはwww.anaconda.com/distribution/です。要件に応じて、Windows、Mac、LinuxOSから選択できます。
Step 2−次に、マシンにインストールするPythonバージョンを選択します。最新のPythonバージョンは3.7です。そこでは、64ビットと32ビットの両方のグラフィカルインストーラーのオプションが表示されます。
Step 3− OSとPythonのバージョンを選択すると、Anacondaインストーラーがコンピューターにダウンロードされます。ここで、ファイルをダブルクリックすると、インストーラーがAnacondaパッケージをインストールします。
Step 4 −インストールされているかどうかを確認するには、コマンドプロンプトを開き、次のようにPythonと入力します。

これは、www.tutorialspoint.com / python_essentials_online_training /getting_started_with_anaconda.aspの詳細なビデオ講義でも確認できます。

なぜデータサイエンスのためのPythonなのか？

Pythonは、機械学習とデータサイエンスで、5番目に重要な言語であり、最も人気のある言語です。以下は、データサイエンスの言語の好ましい選択となるPythonの機能です-

パッケージの豊富なセット

Pythonには、さまざまなドメインですぐに使用できる、広範で強力なパッケージのセットがあります。のようなパッケージもありますnumpy, scipy, pandas, scikit-learn 機械学習やデータサイエンスに必要なものなど。

簡単なプロトタイピング

データサイエンスの言語を選択できるPythonのもう1つの重要な機能は、簡単で高速なプロトタイピングです。この機能は、新しいアルゴリズムの開発に役立ちます。

コラボレーション機能

データサイエンスの分野は基本的に優れたコラボレーションを必要とし、Pythonはこれを非常に可能にする多くの便利なツールを提供します。

多くのドメインに1つの言語

典型的なデータサイエンスプロジェクトには、データ抽出、データ操作、データ分析、特徴抽出、モデリング、評価、展開、ソリューションの更新などのさまざまなドメインが含まれます。Pythonは多目的言語であるため、データサイエンティストは、共通のプラットフォームからこれらすべてのドメインに対応できます。

PythonMLエコシステムのコンポーネント

このセクションでは、Python機械学習エコシステムのコンポーネントを形成するいくつかのコアデータサイエンスライブラリについて説明します。これらの便利なコンポーネントにより、Pythonはデータサイエンスにとって重要な言語になっています。そのようなコンポーネントはたくさんありますが、ここでPythonエコシステムの重要なコンポーネントのいくつかについて説明しましょう-

Jupyter Notebook

Jupyterノートブックは基本的に、Pythonベースのデータサイエンスアプリケーションを開発するためのインタラクティブな計算環境を提供します。以前はipythonノートブックとして知られていました。以下は、PythonMLエコシステムの最高のコンポーネントの1つとなるJupyterノートブックの機能の一部です。

Jupyterノートブックは、コード、画像、テキスト、出力などを段階的に配置することで、分析プロセスを段階的に説明できます。
これは、データサイエンティストが分析プロセスを開発しながら、思考プロセスを文書化するのに役立ちます。
ノートブックの一部として結果をキャプチャすることもできます。
jupyterノートブックの助けを借りて、私たちの仕事を仲間と共有することもできます。

インストールと実行

Anacondaディストリビューションを使用している場合は、jupyterノートブックがすでにインストールされているため、個別にインストールする必要はありません。Anaconda Promptに移動し、次のコマンドを入力するだけです-

C:\>jupyter notebook

Enterキーを押すと、コンピューターのlocalhost：8888でノートブックサーバーが起動します。次のスクリーンショットに示されています-

これで、[新規]タブをクリックすると、オプションのリストが表示されます。Python 3を選択すると、新しいノートブックに移動して作業を開始できます。次のスクリーンショットでそれを垣間見ることができます-

一方、標準のPythonディストリビューションを使用している場合は、人気のあるpythonパッケージインストーラーpipを使用してjupyterノートブックをインストールできます。

pip install jupyter

JupyterNotebookのセルの種類

以下は、jupyterノートブックの3種類のセルです-

Code cells−名前が示すように、これらのセルを使用してコードを記述できます。コード/コンテンツを記述した後、ノートブックに関連付けられているカーネルに送信します。

Markdown cells−これらのセルを使用して計算プロセスを記録できます。テキスト、画像、ラテックス方程式、HTMLタグなどを含めることができます。

Raw cells−そこに書かれている文章はそのまま表示されます。これらのセルは基本的に、jupyternotebookの自動変換メカニズムによって変換されたくないテキストを追加するために使用されます。

jupyterノートブックの詳細については、リンクwww.tutorialspoint.com/jupyter/index.htmにアクセスしてください。

NumPy

これは、Pythonをデータサイエンスのお気に入りの言語の1つにするもう1つの便利なコンポーネントです。これは基本的にNumericalPythonの略で、多次元配列オブジェクトで構成されています。NumPyを使用することで、次の重要な操作を実行できます-

配列に対する数学的および論理演算。
フーリエ変換
線形代数に関連する操作。

NumPyは主にScipy（Scientific Python）およびMat-plotlib（プロットライブラリ）と一緒に使用されるため、NumPyはMatLabの代わりと見なすこともできます。

Installation and Execution

Anacondaディストリビューションを使用している場合は、NumPyが既にインストールされているため、個別にインストールする必要はありません。次の助けを借りて、Pythonスクリプトにパッケージをインポートする必要があります-

import numpy as np

一方、標準のPythonディストリビューションを使用している場合は、人気のあるpythonパッケージインストーラーpipを使用してNumPyをインストールできます。

pip install NumPy

NumPyの詳細については、リンクwww.tutorialspoint.com/numpy/index.htmにアクセスしてください。

パンダ

これは、Pythonをデータサイエンスのお気に入りの言語の1つにするもう1つの便利なPythonライブラリです。パンダは基本的にデータ操作、ラングリング、分析に使用されます。2008年にWesMcKinneyによって開発されました。Pandasの助けを借りて、データ処理で次の5つのステップを実行できます。

Load
Prepare
Manipulate
Model
Analyze

パンダでのデータ表現

パンダでのデータの表現全体は、次の3つのデータ構造の助けを借りて行われます-

Series−これは基本的に、軸ラベルが付いた1次元のndarrayであり、同種のデータを含む単純な配列のようなものです。たとえば、次のシリーズは整数1、5、10、15、24、25のコレクションです...

1	5	10	15	24	25	28	36	40	89

Data frame−これは最も有用なデータ構造であり、パンダのほぼすべての種類のデータ表現と操作に使用されます。これは基本的に、異種データを含むことができる2次元のデータ構造です。一般に、表形式のデータはデータフレームを使用して表されます。たとえば、次の表は、名前とロール番号、年齢、性別を持つ学生のデータを示しています。

名前	ロール番号	年齢	性別
Aarav	1	15	男性
ハーシット	2	14	男性
カニカ	3	16	女性
マヤンク	4	15	男性

Panel−異種データを含む3次元データ構造です。パネルをグラフィック表現で表現することは非常に困難ですが、DataFrameのコンテナとして説明することはできます。

次の表は、パンダで使用される上記のデータ構造に関するディメンションと説明を示しています。

データ構造	寸法	説明
シリーズ	1-D	サイズ不変の1次元均質データ
DataFrames	2-D	表形式のサイズ可変の異種データ
パネル	3-D	サイズ可変配列、DataFrameのコンテナ。

高次元のデータ構造は低次元のデータ構造のコンテナであるため、これらのデータ構造を理解できます。

インストールと実行

Anacondaディストリビューションを使用している場合は、Pandasがすでにインストールされているため、個別にインストールする必要はありません。次の助けを借りて、Pythonスクリプトにパッケージをインポートする必要があります-

import pandas as pd

一方、標準のPythonディストリビューションを使用している場合は、人気のあるpythonパッケージインストーラーpipを使用してPandasをインストールできます。

pip install Pandas

Pandasをインストールした後、上記のようにPythonスクリプトにインポートできます。

例

以下は、パンダを使用してndarrayからシリーズを作成する例です。

In [1]: import pandas as pd

In [2]: import numpy as np

In [3]: data = np.array(['g','a','u','r','a','v'])

In [4]: s = pd.Series(data)

In [5]: print (s)

0 g
1 a
2 u
3 r
4 a
5 v

dtype: object

パンダの詳細については、リンクwww.tutorialspoint.com/python_pandas/index.htmにアクセスしてください。

Scikit-learn

Pythonでのデータサイエンスと機械学習に役立つもう1つの最も重要なPythonライブラリはScikit-learnです。以下は、Scikit-learnのいくつかの機能です。

これは、NumPy、SciPy、およびMatplotlib上に構築されています。
これはオープンソースであり、BSDライセンスの下で再利用できます。
誰でもアクセスでき、さまざまな状況で再利用できます。
分類、クラスタリング、回帰、次元削減、モデル選択など、MLの主要な領域をカバーする幅広い機械学習アルゴリズムを、それを使用して実装できます。

インストールと実行

Anacondaディストリビューションを使用している場合は、Scikit-learnがすでにインストールされているため、個別にインストールする必要はありません。パッケージをPythonスクリプトに使用する必要があります。たとえば、次のスクリプト行を使用して、乳がん患者のデータセットをからインポートしています。Scikit-learn −

from sklearn.datasets import load_breast_cancer

一方、標準のPythonディストリビューションを使用していて、NumPyとSciPyを使用している場合、Scikit-learnは一般的なPythonパッケージインストーラーpipを使用してインストールできます。

pip install -U scikit-learn

Scikit-learnをインストールした後、上記のようにPythonスクリプトで使用できます。