기계 학습을 시작하기 시작했지만 ....

기계 학습에 필요한 과학 기술용 Python 라이브러리가 많기 때문에 그것을 정리했습니다.

환경

MacOS
기계 학습 시스템의 개발에 관해서는 Jupyter NoteBook을 추천합니다.
Pandas에서 표를 내거나 Matplotlib에서 차트를 내는 것이 쉽습니다.
Jupyter 바로가기
를 참고로 해 주셨으면 합니다만, 「편집 모드」와 「커맨드 모드」가 있어, Vim과 같습니다!

Jupyter Notebook 설치

pip에서 설치
Python3이라면

python3 -m pip install --upgrade pip
python3 -m pip install jupyter

Python2라면

python -m pip install --upgrade pip
python -m pip install jupyter

그리고$jupyter notebook 에서 Jupyter Notebook 서버를 설정하십시오.
그리고 http://localhost:8888/에 액세스합시다.

이런 화면이 됩니다.

New 버튼을 눌러 Python2를 선택합니다.

이런 화면이 됩니다.

이 하나의 덩어리를 셀이라고 하며 프로그램을 써 갑니다.

기계 학습 시작에 필요한 파이썬 라이브러리

Numpy

설치$sudo pip install numpy다차원 배열을 만들거나 조작하는 놀라운 라이브러리.
Numpy 배열을 만들어 보자! !

import numpy as np
x = np.array([[1,2,3],[4,5,6]])
print("x:\n{}".format(x))

SciPy

파이썬에서 과학 기술 계산을 수행하는 함수를 모은 것.
SciPy는 희소 행렬을 만드는데 자주 사용된다고 합니다.
배열의 내용이 거의 0인 희소 행렬은 기계 학습에 자주 사용됩니다.
그 희소 행렬을 만들어 봅시다.

from scipy import sparse
eye = np.eye(4)
print("Numpy array :\n{}".format(eye))

Matplotlib

그래프 그리기 라이브러리. 데이터는 선 그래프, 히스토그램 등 다양한 형태의 그래프로 표현할 수 있다.
사인 함수의 그래프를 묘사해 본다! !

%matplotlib inline
import  matplotlib.pyplot as plt
x = np.linspace(-10,10,100)
y = np.sin(x)
plt.plot(x,y,marker="x")

Pandas

데이터를 변환하거나 구문 분석하는 라이브러리. 테이블(표)과 같은 데이터 구조를 중심으로 구성되어 있다.
SQL과 같은 문의를 할 수 있다.
테이블을 출력해 보자.

import pandas as pd
from IPython.display import display
data = {"Name":["a","b","c","d"],
        "location":["s","sa","ssa","sssa"],
        "age":[11,33,22,44]
       }
data_pandas = pd.DataFrame(data)
display(data_pandas)

이 내용은 이 파일에 정리되어 있습니다.
htps : // 기주 b. 이 m/아무에 r/인 t로즈c 치온_과 _ml_우우 th_py 텐/bぉb/마s r/01-인 t로즈c 치온. 이 pyn b

여기에서는 소개한 정도입니다만, 대로, Python의 라이브러리를 입문했으므로, 드디어 기계 학습의 공부를 할 수 있습니다.
최선을 다하겠습니다.