Python용 최고의 기계 학습 라이브러리 3개

어려운 데이터 과학을 마스터하지 않고도 머신러닝의 세계를 헤맬 수도 있다는 사실이 밝혀졌습니다. 물론 이 여정에는 필연적으로 다양한 빅데이터, 인공지능, 딥러닝, 대규모 통계 및 분석 도구의 도움이 필요합니다.

오늘 기사에서는 모든 사람이 보다 원활한 데이터 과학 탐색 경험을 제공하는 데 도움이 될 수 있다고 믿는 세 가지 가장 인기 있는 Python 기계 학습 라이브러리를 살펴보겠습니다.

1. Theano

   
   

약 10년 전에 탄생한 기계 학습 솔루션인 Theano는 현재 기계 학습 분야에서 가장 널리 사용되는 CPU 및 GPU 수학 컴파일러 중 하나입니다.

"Theano: A Python Framework for Rapid Implement of Mathematical Expressions and Computations" 논문에서 저자는 이 라이브러리에 대한 포괄적인 개요를 제공합니다. "Theano에는 기능을 향상시키기 위한 다양한 소프트웨어 패키지가 포함되어 있습니다. 다양한 특정 목표를 처리하기에 충분한 높은 수준의 사용자 인터페이스를 제공할 수 있습니다."라고 논문에서는 설명합니다. "그 중 Lasagne와 Keras는 딥 러닝 모델을 효과적으로 단순화할 수 있습니다. 실제로 확률 프로그래밍 프레임워크인 PyMC3는 Theano를 사용하여 자동으로 표현식을 생성하고 생성된 C 코드를 빠르게 실행합니다(Keras와 Lasagne는 TensorFLow 및 Theano 위에서 실행됩니다.)”

. Theano는 현재 GitHub에 25,000개 이상의 제출물과 약 300명의 기여자를 보유하고 있으며 포크 수는 2,000개에 가까울 것입니다.

2.TensorFlow

TensorFlow는 수치 계산을 위해 데이터 흐름 그래프를 사용하는 오픈 소스 라이브러리 세트입니다. 오픈 소스 분야의 신참이지만 Google이 주도하는 이 프로젝트는 이미 거의 15,000건에 달하는 제출물과 600명 이상의 GitHub 기여자를 보유하고 있으며 모델 라이브러리에는 거의 12,000개의 별 리뷰가 있습니다.

제1회 "오픈소스 연감"에서는 TensorFlow가 2016년 가장 가치 있는 포크 프로젝트로 선정되었습니다. 최신 "Open Source Yearbook"에도 TensorFlow가 여러 번 등장했습니다. TensorFlow를 기반으로 하는 Magenta 프로젝트는 기계 지능을 예술 분야와 연결하고 이를 사용하여 음악과 예술 창작을 달성하는 방법을 탐구함으로써 예술가, 프로그래머 및 기계 학습 연구자의 혼합 커뮤니티를 구축하려고 시도하고 있습니다. 또한 Tensorflow는 여러 프런트엔드 언어를 지원하지만 Python에 대한 지원이 가장 좋습니다. Python은 2017년 인기 프로그래밍 트렌드 순위에도 포함되었습니다.

TensorFlow 1.0은 올해 2월 중순에 출시되었습니다. 구글은 개발자 블로그에 "텐서플로우는 탄생한 지 1년밖에 되지 않았지만 연구원, 엔지니어, 예술가, 학생 및 기타 사용자가 언어 번역부터 피부암 조기 진단에 이르기까지 다양한 작업을 완료하는 데 효과적으로 도움을 주었습니다. 당뇨병 환자의 동시 실명 예방과 같은 분야.”

3.scikit-learn

이 솔루션은 NumPy, SciPy 및 Matplotlib를 기반으로 하며 Spotfiy 엔지니어가 음악 추천을 위해 사용합니다. OkCupid에서는 매칭 시스템을 평가하고 개선하는 일을 담당하고 있습니다. Birchbox 직원들은 scikit-learn을 사용하여 신제품 개발을 지원하는 방법을 모색하고 있습니다.