機械学習の Python との出会い

http://www.kamishima.net/mlmpyja/

http://www.kamishima.net/archive/mlmpyja.pdf

機械学習の基本的な手法の実装を通じて，Python による科学技術計算プログラミングに
ついて知ることができるように，このチュートリアルを執筆しました．

このチュートリアルでは，いろいろな機械学習の手法を Python で実装する過程をつうじ
て，NumPy や SciPy など科学技術計算に関連したモジュールの具体的な使い方を説明し
ます．機械学習の手法についてはごく簡単な説明に留めますので，詳細は他の本を参考
にして下さい．また，クラスなどのプログラミングに関する基礎知識や，Python の基本
的な文法については知っているものとして説明します．
プログラム言語やライブラリの解説の多くは，背景にある概念の説明，ソフトウェアの
コア部分の仕様，そして，拡張部分の仕様といった順に，その機能の説明が中心となっ
ています．ここでは，これらとは違うアプローチで Python を用いた数値計算プログラミ
ングを説明します．まず，数値計算プログラミングの中でも，機械学習のアルゴリズム 1
の実装について述べます．そして，これらのアルゴリズムを実装する過程で用いた関数
やクラスの機能について順次説明します．
今までのように，概念や機能を中心とした説明は，ソフトウェアの機能を体系的に知る
には良い方法です．しかし，どう使うのかが分からないまま，多くの機能についての説
明を読み続けるのは，やや忍耐を要します．さらに，さまざまな機能を，どういう場面
でどのように使うのかを具体的に知ることはあまりできません．そこで，具体的にアル
ゴリズムの実装し，ソフトウェアを完成させてゆくことで，興味深く Python を使った科
学技術計算プログラミングについて，具体的に知ることができるように工夫しました．
ただ一方で，このような方針では，網羅的にパッケージやソフトウェアの機能を説明するこ
とは難しくなります．NumPy や SciPy には，体系的なリファレンスマニュアルやサンプル
も整備されています．また SciPy や EuroSciPy などの国際会議 (http://conference.scipy.org/)
でも各種の優れたチュートリアルが公開されています．これらの体系的な情報に，この
チュートリアルの具体的な実装例を補うことで，Python を用いた数値計算プログラミン
グについてより深く知ることができるようになればと思います．