機械学習記1日目 ～ 環境構築と動作確認
今回、私が機械学習のプログラミングに利用する言語はPythonです。Pythonの公式サイトから環境をダウンロードしようと思いましたが、Anacondaをインストールした方がもっと簡単に環境構築を行えるようなので、そちらの方を採用したいと思います。
まず、最初にAnacondaとは何か調べてみました。AnacondaとはPythonのディストリビューションで、Python本体だけではなく「NumPy」「scikit-learn」「Jupyter Notebook」「Pandas」「matplotlib」といった、機械学習に必要なライブラリやツール類も含まれている超便利なディストリビューションらしいです。
下の画像はAnaconda Prompt上で、"Hello Python!"と表示させることに成功したときのスクショです。
次にJupyter Notebookについて調べていきたいと思います。
機械学習の解説では、必ずと言ってよいほどデータや予測結果をグラフで表示します。都合がいいことに、Anacondaには「Jupyter Notebook」という、Pythonのコードとグラフを同時に表示できるプログラミングツールが付いていて、コードを記述して実行すると、コードのすぐ下にグラフを表示してくれるとのこと。
ちなみに、Jupyter Notebookは、ブラウザで動作するサーバタイプのツールです。弊学校の学内wi-fiはプロキシがクソ過ぎるせいでJupyter Notebookは使えませんでした。
(※後々、試してみたら使えました。)
以下に簡単な操作方法を示します。
ブラウザにJupyter Notebookが表示されたら、右上の[New]ボタンをクリックして「Python3」を選択します。
Jupyter Notebookでは、「セル」と呼ばれるスペースにPythonのコードを入力します。その後、[ run cell select below ] ボタンをクリックしてコードを実行します。
Jupyter Notebookには、データの保存や読み込み、エクスポート機能があります。Jupyter Notebookでのコードの記述と実行結果をそのまま保存したい場合は「.ipynb」形式でファイルに保存するのがよいでしょう。もちろん、.ipynb形式のファイルを読み込むことも可能です。また、HTML形式でエクスポートしたり、Pythonのコードだけを出力することもできます。
