PythonでAIを学ぶ前に知るべきライブラリ一覧

何を見るべきか

PythonでAIを学ぶときは、最初から全部のライブラリを覚える必要はありません。役割の違いを知ることが先です。

QiitaのPythonタグでも、AI、データ分析、ローカルLLMなどのテーマが継続して見られます。

結論は、作りたいものに必要なlibraryだけを一つずつ選ぶことです。AIを始める前に、Pythonの実行、listやfunction、ファイル、仮想環境を扱える状態にします。Pythonとは何かから始めると、言語とlibraryの役割を分けて理解できます。

作りたい処理から、数値計算はNumPy、表Dataはpandas、Graph表示はmatplotlib、機械学習はscikit-learn、深層学習はPyTorchを候補として必要なLibraryだけ選ぶ図

初心者は、まずPython文法、CSV、pandasの順に進むと理解しやすいです。

表データの集計ならpandas、グラフならmatplotlib、予測の基本ならscikit-learnというように、目的から逆算します。生成AI APIを呼ぶだけなら、これらを全部installする必要はありません。Pythonと生成AIの用途例で作りたい処理を決めてから選びます。

いきなりAIモデルを作るより、データを読み込む、欠損を確認する、平均を出す、グラフを見る、という基礎処理が重要です。

AIは魔法ではなく、データをもとに計算する仕組みです。

libraryを追加するときは、pipの基本で仮想環境を有効にし、公式手順と対応Python versionを確認します。最初の練習にはPythonでCSVを読む方法を使い、読み込み、列の確認、集計、結果の検算までを一つずつ実行してください。

PythonでAIを学ぶなら、ライブラリ名を暗記するより、データ処理の流れを理解します。最初はpandasとグラフ表示から始めるのが現実的です。