なぜ機械学習にPythonが強いのか、Pythonで並行処理をするコツを伝授【PyData.tokyo】

10月20日に開催された「PyData.tokyo One-day Conference 2018」では、フリーランスのプログラマで、python.jpの管理人もしている石本敦夫氏がPythonやNumPyの歴史とPythonで並行処理を行う時のポイントを解説した。 python.jp管理人 石本敦夫氏 PyData.tokyo One-day Conference 2018 「NumPyの歴史とPythonの並行処理」講演資料 なぜ機械学習にはPythonなのか ～NumPyを核に形成された科学技術計算のエコシステム いま「機械学習」でググると「python」が関連キーワードとしてサジェストされるほど、AIや機械学習を扱うならPythonは定番の言語だ。2011年にIEEEが発行した雑誌には「科学技術計算においてPythonはデファクトスタンダード」と記述されている。 その理由を示すべく

[santo]

concurrent.futuresが推奨なんだ。

[ledsun]

Pythonでも、Rubyと一緒で、GILがあって並列化できない（並行はできる）のね。

[yarumato]

“Python周辺で科学計算ライブラリが増えた理由3つ：NumPyが安定したエコシステム形成、PythonもNumPyをサポート、C拡張ライブラリの作りやすさ。並行処理で数倍早くはならない。マルチスレッドとGIL”

[karatte]

“なぜPython周辺で科学計算ライブラリが増えたのか。主な理由として石本氏は3つ挙げる。NumPyがエコシステムの核だったこと、Pythonからのサポートがあったこと、C拡張ライブラリの作りやすさがあったことだ”

[tanakh]

(´･_･`)ふーむ