機械学習から始める Java 入門
Java は JVM 上で動く静的型付けの言語で、Java 16 以降の record、Java 17 以降の sealed interface、Java 21 の switch のパターンマッチによって、データとモデルを簡潔に表せるようになりました。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、次に Java 製の機械学習ライブラリ Tribuo に置き換えて結果を突き合わせながら、Java の書き方とエコシステムを学びます。
Java 版は Kotlin 版 と同じ JVM・Gradle・Tribuo を使います。同じ処理を 2 つの言語で書いた違いに注目できるように、各章で Kotlin 版と対比します。
特徴
- record と sealed interface: データや決定木の節を、値として比較できる型で表す。Kotlin の data class・sealed interface に当たる
- Stream API: データフレームのライブラリを使わず、record のリストを Stream API で変換・集計する
- null はコンパイラが検査しない: Kotlin の null 許容型に対し、Java では
Optional や検査で「値が無い場合」を明示する
- 静的解析を最初から効かせる: Error Prone・PMD・Spotless を
./gradlew check に組み込み、第 1 章から指摘を受けながら書く
ほかの版との違い
- Notebook 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
- 分割の手順は Python 版と同じですが、乱数生成器が異なるため、訓練データとテストデータに入る行は Python 版と一致しません。記事の数値は Java 版の実装で実測した値を載せています
開発環境
ライブラリ
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 005 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/java/ 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。
cd apps/java
./gradlew check
./gradlew runChapter -Pchapter=01
Windows の PowerShell では ./gradlew の代わりに .\gradlew.bat を使います。
章構成
第 1 部: 機械学習と TDD の基本サイクル
第 2 部: 開発環境と自動化
第 3 部: 回帰と実践的な前処理
第 4 部: モデルの改善と評価
第 5 部: 教師なし学習と実運用
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 Java で取り組んでください。