AI・機械学習・データサイエンス– category –
-
Streamlit — Pythonスクリプトを一瞬でWebアプリに変える分析者向けフレームワーク
Streamlitはサンフランシスコのスタートアップ Streamlit Inc. が2019年10月に公開したPython製のWebアプリフレームワークです。Google X・Zoox出身のAdrien Treuille氏らが、機械学習エンジニアが自分のモデルをチームに見せる際の手間を解消することを目... -
Plotly — Webブラウザで動くインタラクティブ可視化と分析ダッシュボード
PlotlyはカナダのモントリオールでAlex Johnson氏らが2012年に創業した可視化スタートアップ、Plotly Technologies社が中心となって開発するインタラクティブ可視化ライブラリ群の総称です。JavaScript製のplotly.jsを核に、Python（plotly.py）、R、Julia... -
Seaborn — matplotlibを統計図解向けに整えるPython可視化ライブラリ
SeabornはPython向けの統計データ可視化ライブラリで、定番のmatplotlibを土台に「美しいデフォルト」と「データフレーム指向のAPI」を提供します。2012年にスタンフォード大学の博士課程に在籍していたMichael Waskom氏が個人プロジェクトとして公開し、... -
CatBoost — Yandex発、カテゴリ変数に強い勾配ブースティング
CatBoost（Categorical Boosting）はロシアの検索・ITサービス大手Yandexが2017年に公開した勾配ブースティング決定木ライブラリです。高カーディナリティのカテゴリ変数を前処理なしで直接扱える設計と、対称（oblivious）決定木による高速推論が特徴で、... -
LightGBM — Microsoftが磨いたleaf-wise高速勾配ブースティング
LightGBM（Light Gradient Boosting Machine）はMicrosoftリサーチアジアが2016年に公開した勾配ブースティング決定木ライブラリです。ヒストグラムベースの分岐探索と、葉単位で深く木を伸ばすleaf-wise成長戦略を組み合わせ、同等の精度ならXGBoostより... -
XGBoost — Kaggleを席巻した勾配ブースティング決定木の定番
XGBoost（eXtreme Gradient Boosting）はワシントン大学の博士課程在籍中だった陳天奇（Tianqi Chen）氏が2014年に開発を始めたオープンソースの勾配ブースティング決定木ライブラリです。従来のGBDT実装を正則化項・並列計算・スパース対応・キャッシュ最... -
Matplotlib とは Python可視化の元祖にして定番
Matplotlib は、Python における 2 次元・3 次元グラフ描画のデファクトスタンダードとなっている OSS 可視化ライブラリです。2003 年に神経科学者の John D. Hunter が、MATLAB に代わる無償の科学可視化環境を求めて開発を始め、その後コミュニティの貢... -
NumPy とは 科学計算を支える多次元配列の礎
NumPy は、Python における多次元配列（ndarray）と数値計算のためのライブラリで、科学計算・機械学習・データ解析のあらゆる場面で土台として使われています。Travis Oliphant が 2005〜2006 年に、それまで分裂していた Numeric と Numarray を統合する... -
pandas とは PythonデータフレームのデファクトOSS
pandas は、Python で表形式データ（DataFrame）と時系列データを扱うための OSS ライブラリで、データサイエンスの世界における事実上の標準ツールです。2008 年に Wes McKinney がヘッジファンド AQR Capital での金融分析業務をきっかけに開発を始め、2... -
RAG — 検索で根拠を補い生成LLMの幻覚を抑える基盤手法
RAG（Retrieval-Augmented Generation、検索拡張生成）は、外部の知識源を検索した結果を生成モデルのプロンプトに差し込み、事実根拠を補強しながら回答を生成する手法です。Facebook AI Research（FAIR、現Meta AI）のパトリック・ルイス、エチエンヌ・...
