機械学習から始める Elixir 入門¶
Elixir は Erlang VM（BEAM）の上で動く関数型の言語です。不変のデータ（マップ・リスト）をパイプライン演算子 |> でつなぎ、パターンマッチと関数節で分岐を表します。型を宣言しないという点では Python・Ruby・Clojure と同じ動的型付けですが、引数のパターンで関数の呼び分けが決まるところが大きく違います。本シリーズでは、Python 版と同じ題材の機械学習のアルゴリズムを TDD で自作し、Elixir の数値計算ライブラリ Nx と機械学習ライブラリ Scholar と突き合わせながら、Elixir の書き方とエコシステムを学びます。
Elixir 版は 3 つの軸で対比します。1 つは F# 版・Clojure 版 で、不変のデータを関数で変換していく流儀が近いところです。2 つめは Python 版 で、Nx は NumPy に、Scholar は scikit-learn にあたります。3 つめは Ruby 版・Clojure 版 で、型を宣言しない言語として、テストが唯一の安全網になる点が同じです。
特徴¶
- 表を素のマップとリストで表す: データフレームのライブラリを使わず、列名をアトムにしたマップの並び（
%{身長: 170, 体重: 60, 年代: 20, 派閥: "きのこ"}のリスト）でデータを持つ。アトムのキーには日本語をそのまま使える - パターンマッチと関数節で分岐する:
ifを書かずに、引数の形が違う関数節を並べて呼び分ける。def predict_by_rule(%{年代: 20}), do: ...のように、値そのものをパターンに書ける - パイプライン演算子でつなぐ:
path |> File.read!() |> parse()のように、左の値を右の関数の第 1 引数に渡していく。F# 版の|>・Clojure 版のスレッディングマクロと同じ発想 - 型を宣言しない:
@specも Dialyzer も使わない。型の誤りや綴りの間違いは、実行して初めて分かる（ADR 012） - 失敗は例外で表す:
raise ArgumentError, "..."を使う。Rust 版のResult・Go 版のerrorとは逆の流儀で、Ruby 版・Clojure 版に近い
ほかの版との違い¶
- Livebook による探索と可視化の節は設けません。グラフは Python 版 と Kotlin 版 の可視化の節を参照してください
- 総合演習（付録 A）の解答例は作りません。演習問題は言語に依存しないので、Python 版の付録 A の問題に Elixir で取り組んでください
- Scholar には決定木とランダムフォレストがありません。 本シリーズの背骨である決定木が丸ごと無いので、第 3 章の決定木は自作したものがそのまま最終実装になります。ライブラリと突き合わせられるのは線形回帰・ロジスティック回帰・K-means・主成分分析・評価指標・前処理の章だけです。これはほかのどの言語版よりも狭い範囲です（ADR 012）
- 乱数は
java.util.Randomと同じ線形合同法を自作します。 Nx のNx.Random（Threefry）も Erlang の:randも、ほかの言語版と並びが合いません。そこで乱数生成器そのものを自作することにしました。その結果、第 2 章以降の分割は Java 版・Scala 版・Clojure 版 と一致します - Nx のテンソルは既定が単精度（f32）です。
type: :f64を明示しないと、重回帰の係数が0.9999998807907104のようにずれます。NumPy が既定で倍精度なのとちょうど裏返しです - CSV は NimbleCSV を使いますが、BOM は取り除かれません。先頭の列名から自分で取り除きます
erlコマンドは OTP 28 ですが、Elixir は自分が持つ OTP 27 で動きます（System.otp_release()が"27"を返します）
開発環境¶
| ツール | 用途 |
|---|---|
| Elixir 1.18・Mix | 言語・依存管理・タスク |
| ExUnit | テスティングフレームワーク（mix test） |
mix format |
整形（mix format --check-formatted で検査） |
Credo・mix compile --warnings-as-errors |
静的解析（未使用の変数はコンパイラが警告する） |
mix test --cover |
カバレッジ（標準。しきい値は test_coverage: [summary: [threshold: ...]] に書く） |
Nix の環境（nix develop .#elixir）は Elixir 1.18.4・Mix 1.18.4・elixir-ls です。
ライブラリ¶
| ライブラリ | 用途 | 初出 |
|---|---|---|
| NimbleCSV | CSV の読み込み（BOM は自分で取り除く） | 第 1 章 |
| 自作の線形合同法 | 乱数（訓練データとテストデータの分割） | 第 2 章 |
| Nx | テンソル（type: :f64 を明示する） |
第 3 章 |
| Scholar | 線形回帰・ロジスティック回帰・K-means・主成分分析・評価指標・前処理 | 第 7 章 |
| codepagex | Shift_JIS（CP932）の CSV | 第 9 章 |
:erlang.term_to_binary |
学習済みモデルの保存 | 第 8 章 |
| Plug・Bandit・Jason | 予測 API | 第 15 章 |
選定の理由と、章ごとにライブラリへ置き換えられる範囲は ADR 012 を参照してください。
サンプルコード¶
サンプルコードは apps/elixir/ にあります。学習データの配置方法は 第 1 章 の「題材とデータ」を参照してください。
nix develop .#elixir
cd apps/elixir
mix deps.get
mix test
リポジトリのルートで npx gulp apps:check:elixir を実行すると、CI と同じ順（整形・警告・静的解析・テストとカバレッジ）でまとめて検査できます。
章構成¶
全 15 章を公開しています。
第 1 部: 機械学習と TDD の基本サイクル¶
| 章 | テーマ | 状態 |
|---|---|---|
| 第 1 章 | 機械学習とはじめてのテスト | 公開済み |
| 第 2 章 | データの前処理と三角測量 | 公開済み |
| 第 3 章 | 決定木による分類と明白な実装 | 公開済み |
第 2 部: 開発環境と自動化¶
| 章 | テーマ | 状態 |
|---|---|---|
| 第 4 章 | バージョン管理とデータ管理 | 公開済み |
| 第 5 章 | パッケージ管理と静的解析 | 公開済み |
| 第 6 章 | タスクランナーと CI/CD | 公開済み |
第 3 部: 回帰と実践的な前処理¶
| 章 | テーマ | 状態 |
|---|---|---|
| 第 7 章 | 線形回帰による数値予測 | 公開済み |
| 第 8 章 | 実践的な分類と前処理パイプライン | 公開済み |
| 第 9 章 | 特徴量エンジニアリング | 公開済み |
第 4 部: モデルの改善と評価¶
| 章 | テーマ | 状態 |
|---|---|---|
| 第 10 章 | ロジスティック回帰とアンサンブル学習 | 公開済み |
| 第 11 章 | 評価指標と交差検証 | 公開済み |
| 第 12 章 | 正則化とモデル選択 | 公開済み |
第 5 部: 教師なし学習と実運用¶
| 章 | テーマ | 状態 |
|---|---|---|
| 第 13 章 | 主成分分析による次元削減 | 公開済み |
| 第 14 章 | K-means によるクラスタリング | 公開済み |
| 第 15 章 | 機械学習 API とモジュール設計 | 公開済み |
付録¶
総合演習（Bank）の解答例は Python 版のみです。演習問題は言語に依存しないので、Python 版の付録 A の問題に Elixir で取り組んでください。