| 目次 |
|---|
はじめに
筆者はこれまで、C/C++/Java/VisualBasic/C#などのプログラム言語を使ってソフトウェア開発業務を15年以上行ってきました。
最近(2018年)は、従来のアプリケーションソフトの開発だけでなく、ビッグデータや画像を機械学習することで、いわゆる「AI(人工知能)」を実現するためのPoC(概念検証)プログラム開発が盛んになってきました。
そこで筆者もその流れに乗って2016年頃から機械学習を行うための手段としてプログラム言語にScalaやPythonを使い始めました。
Pythonに馴染めない悩み
しかしながら、どうもC/C++/Javaなどの言語に慣れてしまった筆者にとっては、世間では「簡単で覚えやすい」と言われるPythonが、上手く使いこなせないでいました。現状でもPythonでプログラムは書けるのですが、どうも自分の思ったように動かせない・書けないという悩みがありました。
Pythonは、言語的にはシンプルで覚えやすのですが、細かい手続きや型変換などを行う必要のあるC/C++/Javaなどに慣れた後だと、どうも変数の型やメソッドの引数の指定のところで「どうしてこんな書き方でプログラムが動くの？」と疑問に思うことが多々あり、ネット上の他の人が作ったプログラムを読んでも、なかなか解読しにくく、仕事のスピードが落ちたような気がしていました。
AI活用が盛んな昨今では、重要なのは「スピード」です。
AIを活用して「できるかできないかわからないもの」に対して、即座に検証してできるかどうかの結果を出すことが求められていますが、今のままでは、時代に取り残されてしまう危機感を感じました。
再勉強の開始
このような背景で、今後の仕事のスピードアップのためにも、仕事が一段落した年度初めの4月に、改めてPythonを勉強し直すことにしました。
そんなわけで、これから数回にかけて、各種の機械学習の手段を自在に使いこなせるようになるためのPythonの再勉強(基礎から応用まで)の記録を記事にしていこうと思います。
以前は、純粋なPythonを使用していましたが、今回からは機械学習のための色々な機能を同梱した「Anaconda」の環境で再勉強を行っていきます。
やはり、どうせなら多種の機械学習の手段を使いこなせるレベルになりたいですからね。
まとめ
今回は、機械学習のためにPython3を改めて勉強し直そうと思ったきっかけを紹介しました。
次回から、数回に分けて再勉強の過程を紹介していきます。
関連記事
