AIのライブラリとは/scikit-learnとTensorFlowの説明【動画#12】

<AIのライブラリについて>

1. AIのライブラリとは

AI開発に必要な具体的なメソットを用意しているツール

※AI開発では、基本的にはライブラリを駆使して開発していく。AI研究の場合は、設計した新たな構造を作成するのに、NumPy等を駆使して開発していく。

2. ライブラリを活用する際

必ず、ドキュメントを読みながら開発を行う

＜ドキュメントの読み方の例＞
・最新版のバージョンは何か
・安定的に使われているバージョンは何か
・ライブラリのメソッドを使う際の引数は何か
・メソッドはどの論文を参考にして実装したのか

3. AIのライブラリ例

①scikit-learn

②TensorFlow

③Keras

④PyTorch

上記①〜④をまずは抑えておくと良い。

下記も参考に
https://note.com/aiojisan_dm/n/n0c32828428be

【具体的説明】

①scikit-learn：　機械学習の初心者おすすめ&信用性高い
エスケーラーンと呼ばれることが多く、主に機械学習全般のメソッドを含んでいる。（下記、機械学習全般のスタンダードなもの）
・分類
・回帰
・クラスタリング
・次元削除...ex)

引数を与えるだけで使えるため、便利である。簡単なデータセットの読み込みや、データセットの分割も行えるため、すぐに遊べる。実務においても非常によく使われるライブラリである。

②TensorFlow：
テンサーフローと呼ばれることが多い。また、深層学習周辺のメソットを手厚く孕んでいる。コミュニティが活発であるため、エラーに対する処理などの記事が多い。深層学習系のライブラリとして１番利用されている印象。

＜余談＞
モデル作成と別のフレームワークを用いてAPIを作成するということに関してトランザクションが非効率的であるが、そんな時にTensorFlowがライブラリでありながらフレームワークになりうる可能性をもっている。
つまり、深層学習系のライブラリとしての役割と、APIをそのまま実装できる場合がある。

＜今回の総まとめ＞
正しくライブラリを駆使してAI開発を進められるように頑張ろう。

次回、AI開発に必要なライブラリ、KerasとPyTorchについて簡単に整理する。