[PYTHON] Ich habe die Methode des maschinellen Lernens und ihre Implementierungssprache anhand der Tag-Informationen von Qiita betrachtet

zunaechst

Erster Beitrag.

Als ich auf dem College war, habe ich SVM (Support Vector Machine) verwendet, um ein Programm zu erstellen, mit dem die positiven und negativen Bewertungen von Reisewebsites ermittelt werden können. Zu dieser Zeit habe ich Python verwendet, aber gibt es viele Sprachen, die sich von anderen Methoden des maschinellen Lernens unterscheiden? Ist etwas anderes als Python jetzt beliebt? Ich dachte, also dachte ich darüber nach, indem ich die Tag-Informationen von Qiita sammelte.

Extrahieren Sie zunächst 100 Artikel, die mit Methoden des maschinellen Lernens (SVM, logistische Regression usw.) gekennzeichnet sind, mithilfe der API und überprüfen Sie die anderen Tags der Artikel, um festzustellen, in welcher Sprache sie geschrieben sind. (Es ist ein Nori, die Sprache zusammen zu markieren.)

Es ist eine Praxis von QiitaAPI, es spielt also keine Rolle, ob es richtig ist oder nicht. Der Suchname lautet übrigens ↓.

Code

QiitaAPItest.js

//Laden Sie das Axios-Modul
const axios = require('axios');

//MLName:Methode des maschinellen Lernens
//MLSearchName:Name zu suchen
//Erhalten Sie Tags von 100 Artikeln, die mit MLSearchName markiert sind[Tag-Name: Nummer]Gibt in der Liste von zurück.
async function taglist(MLName, MLSearchName) {
  var rtList={};
  let response = await axios.get('https://qiita.com/api/v2/items?per_page=100&page=1&query=tag:'+MLSearchName);
  for (let i = 0; i < response.data.length; i++) {
    for (let j = 0; j < response.data[i].tags.length; j++) {
      if(rtList[response.data[i].tags[j].name]){
        rtList[response.data[i].tags[j].name] +=1;
      }
      else{
        rtList[response.data[i].tags[j].name] =1;
      }
    }
  }

  //In absteigender Reihenfolge sortieren
  var keys=[];
  for(var key in rtList)keys.push(key);
  function Compare(a,b){
    return rtList[b]-rtList[a];    
  }
  keys.sort(Compare);

  console.log('\n' + MLName);

  //Top 5 Elemente angezeigt
  for(let i = 0; i < 6; i++){   
    console.log(keys[i] + ':' + rtList[keys[i]]);
  }
}

taglist('Lineare Regression','Linearregression');
taglist('Logistische Rückgabe','Logisticregression');
taglist('Unterstützung Vektormaschine','svm');
taglist('Entscheidungsbaum','decisiontree');
taglist('Zufälliger Wald','randomforest');
taglist('neurales Netzwerk','NeuralNetwork');
taglist('Naive Buchten','NaiveBayes');
taglist('k-means','k-means');
taglist('Hauptkomponentenanalyse','PCA');
taglist('Tiefes Lernen','DeepLearning');

Ergebnisse / Diskussion

Extrahierte Tags, 5 in absteigender Reihenfolge der Anzahl

** Alles Python! ** ** ** Ich habe mich gefragt, ob R herauskommen würde, aber Python scheint beliebt zu sein. Python ist einfach, nicht wahr? Nach dem Erlernen von C und Java war die Verwendung von Python zu einfach und zitterte. Ich habe auch gegoogelt, warum Python so beliebt ist.

Diskussion über die Vor- und Nachteile von Python

Ich habe mich gefragt, ob ich einen anderen Link als Qiita setzen könnte, also habe ich ihn nicht gesetzt. Wenn Sie nach "Grund für die Popularität von Python" googeln, werden Sie viele finden.

Zusammenfassung ** ・ Einfach zu schreibender Code ・ Viele Plattformen sind verfügbar ・ Reichlich vorhandene Bibliothek ** Scheint der Grund zu sein.

Ist es der Grund, warum viele Bibliotheken speziell für maschinelles Lernen ausgewählt werden? Die Verarbeitung des maschinellen Lernens wird jedoch im Lernprozess unvermeidlich groß. In dieser Hinsicht ist Python ein Interpreter-Typ, also eine stöhnende Maschinenleistung. Ist es das gleiche für den kompilierten Typ?

Nachdem ich einen Tag lang gelernt habe, bekomme ich oft Fehler mit scheißartigen Codefehlern. Der Dolmetschertyp ist nicht schlecht. Ich bin schlecht.

Nachwort

Es gibt immer noch Probleme bei der Suche nach API-Artikeln. ・ Kann nicht nach Leerzeichen suchen (Beispiel: Deep Learning) ・ Kann nicht auf Japanisch suchen Qiita API https://qiita.com/api/v2/items?per_page=100&page=1&query=tag: Es ist notwendig, die folgende Beschreibungsmethode etwas genauer zu studieren.