概要 # 第08講では、機械学習などで用いられるベクトル、行列をPython の NumPy ライブラリでどのように扱うかを学びます。
機械学習の基礎、統計指標、データの可視化（グラフ描画）
課題08-1 文字列の類似度 # 難易度 ⭐ 与えられた文字列同士の類似度を求めるプログラムを作成してください。 文字列同士の類似度は、各文字の出現頻度をベクトルとして表し、そのベクトル間のコサイン類似度で求めます。 文字は全て小文字とし、アルファベット以外の文字は無視してください。 ファイル名は string_similarity.py としてください。
行列（Matrix）とは # 行列は数学の概念で、数値を矩形状に並べたものです。 行列はベクトルの拡張として考えることができます。 ベクトルは1次元の配列でしたが、行列は2次元の配列です。
ベクトル（vector）とは # 教科書 p.417（Quick Reference） ベクトルとは、向きと大きさを持った量を表す数学的な概念です。 Python では、ベクトルを表す直接的な型はありません。 ただし、Numpyの配列（array）を用いることで、ベクトルを表現できます。
Numpyとは # 教科書 p.361（データの高度な取り扱い） Numpy（ナンパイ）は、Pythonの数値計算ライブラリの一つです。 ベクトルや行列やその演算を容易に扱え、機械学習に必要な機能が豊富に揃っています。 Python で機械学習を行う際には、Numpy を利用することが一般的です。
機械学習の基礎の前提として、基本的な統計指標について学びます。
機械学習とは何かを理解し、機械学習の基本的な考え方について学びます。
