Clojureでの機械学習の参考図書

Clojureについて

Clojureは、Rich Hickeyにより作られ2007年に登場した比較的新しい言語である。新しいとは言っても、言語自体は1958年に登場したLISP言語の方言の一つであり、またJVMの上で動作してレガシーなプログラミング言語であるJAVAのコードをそのまま利用できるという古い顔と新しい顔を併せ持つ言語となっている。

Clojureの特徴の一つとして関数型言語であるというものがある。これはpythonやjavascript等の通常の言語が手続きを書き並べていく言語であるのに対して、関数という機能ブロックで全てのプログラムを構成するというプログラミング言語の歴史の中では最新のトレンドに部類されるものとなる。

プログラミング言語の開発の視点の一つに再利用性の向上がある。関数型言語の前に一世を風靡したオブジェクト指向型言語もそのような観点で開発されたものだが、関数というブロックで構成するというアイデアは更なる再利用性の向上を実現している。

また、REPLと呼ばれるコードを書きながらその都度関数を評価していくしくみは、作成時のバグを低減し、コード生成の効率化をもたらす。更に、LISPの持つ「データ=コード」という特徴は、プログラムの自動生成を含めた人工知能技術を実現する可能性を持つ。

ここではClojureでの機械学習の参考図書についてまとめた。Clojureの機械学習の参考図書は以下のようになる。残念ながら日本語でのものは発行されていない。Clojure全般の参考図書に関しては別途述べる。

Clojureでの機械学習の参考図書

<

今回紹介する参考図書の中で最も実践的な事例が述べられているものとなる。

「Mastering Clojure Data Analysis」

Chapter 1 : Network Analysis - The Six Degrees of Kevin Bacon
　　　　　第1章       ネットワーク分析         ケビン・ベーコンの6度
Chapter 2 : GIS Analysis - Mapping Climate Change
　　　　　第2章        GIS分析         気候変動のマッピング
Chapter 3 : Topic Modeling - Changing Concerns in the State of the Union Addresses
　　　　　第3章        トピックモデリング        一般教書演説における関心事の変化
Chapter 4 : Classifying UFO - Sightings
　　　　　第4章        UFOを分類する.      目撃情報
Chapter 5 : Benford's Law - Detecting Natural Progressions of Numbers
　　　　　第5章       ベンフォードの法則       自然な数列の検出
Chapter 6 : Sentiment Analysis - Categorizing Hotel Reviews
　　　　　第6章       センチメント分析          ホテルの口コミを分類する
Chapter 7 : Null Hypothesis Test - Analyzing Crime Data
　　　　　第7章       帰無仮説検定                犯罪データの分析
Chapter 8 : A/B Testing - Statical Experiments for Web
　　　　　第8章       A/Bテスト          Webのための統計的実験
Chapter 9 : Analyzing Social Data Participation
　　　　　第9章      ソーシャルデータの参加状況を分析する
Chapter 10 : Modeling Stock Data
　　　　　第10章     ストックデータのモデリング

「Clojure Data Structures and Algorithm Cookbook」

Chapter 1 : Revisiting Arrays
　　　第1章　　　　　　　　　　　　　配列を見直す
Chapter 2 : Alternative Linked Lists
　　　第2章　　　　　　　　　　　　　リンクリストの代替
Chapter 3 : Walking Down Forests of Data
　　　第3章　　　　　　　　　　　　　データの森を歩く
Chapter 4 : Making Decisions with the Help of Science
　　　第4章      科学の力で意思決定する
Chapter 5 : Programming with Logic
 第5章      ロジックを使ったプログラミング
Chapter 6 : Sharing by Communicating
  第6章      コミュニケーションによる共有
Chapter 7 : Transformations as First-class Citizens
  第7章.         一流市民としての変貌

「Clojure for Machine Learning」

Chapter 1 : Working with Matrices
  第1章.         行列の操作
Chapter 2 : Understanding Linear Regression
  第２章　　　　　　　　　　　　　　　　　　　　線形回帰を理解する
Chapter 3 : Categorizing Data
　　　　第3章.       データを分類する
Chapter 4 : Building Neural Networks
  第4章.     ニューラルネットワークを構築する
Chapter 5 : Selecting and Evaluating Data
  第5章.      データの選択と評価について
Chapter 6 : Building Support Vector Machines
  第6章.      サポートベクトルマシンの構築
Chapter 7 : Clustering Data
  第7章.    データのクラスタリング
Chapter 8 : Anomaly Detection and Recommendation
  第8章.       異常検知とレコメンデーション
Chapter 9 : Large-scale Machine Learning
  第9章.         大規模な機械学習

「Clojure Data Science」

Chapter 1 : Statistics
  第1章　　　　　　　　　　統計
Chapter 2 : Inference
　　　第2章　　　　　　　　　　推論
Chapter 3 : Correlation
　　　第3章　　　　　　　　　　相関関係
Chapter 4 :　　Classification
　　　　第4章      分類
Chapter 5 : Big Data
  第5章     ビッグデータ
Chapter 6 : Clustering
  第6章     クラスタリング
Chapter 7 :　　Recommender　　Systems
　　　　第7章      推薦システム
Chapter 8 :　　Network　　Analysis
  第8章      　ネットワーク分析
Chapter 9 :　　Time Series
　　　　第9章     　時系列データ
Chapter 10 :　　Visualization
　　　　第10章　　　　　　　ビジュアライゼーション

「Clojure Data Analysis Cookbook 2nd」

Chapter 1 : Importing Data for Analysis
  第1章.      分析用データの取り込み
Chapter 2 : Cleaning and Validating Data
  第2章.       データのクリーニングと検証
Chapter 3 : Managing Complexity with Concurrent
  第3章　　　　　　　　　　　　　　　　　コンカレントで複雑性を管理する
Chapter 4 : Improving Performance with Parallel Programming
　　　　第4章.        並列プログラミングによるパフォーマンスの向上
Chapter 5 : Distributed Data Processing with Cascalog
  第5章　　　　　　　　　　　　　　　　　　　　Cascalogによる分散データ処理
Chapter 6 : Working with Incanter Datasets
　　　　第6章.       Incanterデータセットの操作
Chapter 7 : Statical Data Analysis with Incanter
  第7章.        Incanterによる統計的データ解析
Chapter 8 : Working with Mathematica and R
  第8章.       MathematicaとRを使って
Chapter 9 : Clustering, Classifying, and Working with Weka
  第9章　　　　　　　　　　　　　　　　　　Wekaを使ったクラスタリング、分類、分析
Chapter 10 : Working with Unstructured and Texual Data
　　　　第10章.       非構造化データとテキストデータの取り扱い 
Chapter 11 : Graphing in Incanter
  第11章.     Incanterでのグラフ作成
Chapter 12 : Creating Charts for the Web
  第12章.       ウェブ用のチャートを作成する 

Chinoba

Chinoba

Intelligence as Relationship

Research Platform

founded by

Masao Watanabe

AI Systems Architecture
Decision Trace
Human–AI Coordination
Algorithmic Governance