---
title: Python_ML_beginner_shinjin_rose_20260615.pptx
tags:  #ai #python #機械学習 #data分析  
author: [smile_yukiko_it](https://docswell.com/user/smile_yukiko_it)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/87DKRVX4JG.jpg?width=480
description: Python_ML_beginner_shinjin_rose_20260615.pptx by smile_yukiko_it
published: June 15, 26
canonical: https://docswell.com/s/smile_yukiko_it/59NM61-2026-06-15-072744
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/87DKRVX4JG.jpg)

うさうさ研修工房 🐰
FOR NEW GRADUATES ｜ 受講生・新人向け ハンズオン
Python基礎 →
データ分析 → 機械学習
「手を動かして最初の予測モデルを作る」までを最短ルートで。
🌱 新人・受講生／実習つき
面白きこともなき世を面白く（高杉晋作）
｜ 2026-06-15


# Page. 2

![Page Image](https://bcdn.docswell.com/page/VJPKWVPVE8.jpg)

WHY
今日のゴール
結論 完璧な理解より「動かして直す」を回す。終わりには iris データで分類モデルを1つ完成させます。
Pythonの基本文法に触れる
pandasで表データを読む
scikit-learnでモデルを学習
学習と評価を“分ける”意味を知る
うさうさ研修工房 🐰 面白きこともなき世を面白く
1 / 10


# Page. 3

![Page Image](https://bcdn.docswell.com/page/2EVV8Z2REQ.jpg)

WHAT
覚える道具は 4つだけ（まずは）
NumPy
pandas
数値計算の土台。配列を高速に扱う。
表データ(DataFrame)の主役。読込・集計。
査読: Harris+ 2020 (Nature)
査読: McKinney 2010
matplotlib
scikit-learn
可視化＝見える化。グラフを描く。
機械学習の定番。fit/predictで統一。
査読: Hunter 2007
査読: Pedregosa+ 2011 (JMLR)
うさうさ研修工房 🐰 面白きこともなき世を面白く
2 / 10


# Page. 4

![Page Image](https://bcdn.docswell.com/page/57GL54R6EL.jpg)

HOW · 1
Python基礎：これだけ読めれば OK
# 変数とリスト
scores = [70, 85, 92]
print(sum(scores) / len(scores))
# 平均
# 関数と条件分岐
読むコツ
•
= は「代入」（等しい、ではない）
•
インデント（字下げ）が“かたまり”
•
def は関数の定義
•
print で画面に表示
•
# から後ろはメモ（コメント）
def grade(x):
return "合格" if x >= 80 else "再"
print(grade(85))
うさうさ研修工房 🐰 面白きこともなき世を面白く
3 / 10


# Page. 5

![Page Image](https://bcdn.docswell.com/page/4EQYZGV2JP.jpg)

HOW · 2
pandas：表データを読む・見る
import pandas as pd
最初に必ずやる 3つ
df = pd.read_csv("sales.csv")
•
形を見る：df.shape
df.head()
# 先頭5行
•
欠損を見る： df.isna().sum()
•
分布を見る： df.describe()
df.describe()
# 統計量
df.groupby("region")["amount"].mean()
「いきなり分析」ではなく「まず眺める」。データ理解が9割。
うさうさ研修工房 🐰 面白きこともなき世を面白く
4 / 10


# Page. 6

![Page Image](https://bcdn.docswell.com/page/KJ4W35MP71.jpg)

HOW · 3
機械学習のいちばん小さい流れ
›
データ準備
›
学習 /評価に分割
›
fit（学習）
›
predict（予測）
評価
最重要：学習に使ったデータで評価しない。テスト用は “本番のフリ ”で取り分ける。
うさうさ研修工房 🐰 面白きこともなき世を面白く
5 / 10


# Page. 7

![Page Image](https://bcdn.docswell.com/page/LE1Y1W8X7G.jpg)

HANDS-ON
ハンズオン：最初の分類モデル
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
X, y = load_iris(return_X_y=True)
X_tr, X_te, y_tr, y_te = train_test_split(X, y, test_size=0.3)
model = RandomForestClassifier(random_state=42).fit(X_tr, y_tr)
print(model.score(X_te, y_te))
# テストデータで採点
うさうさ研修工房 🐰 面白きこともなき世を面白く
6 / 10


# Page. 8

![Page Image](https://bcdn.docswell.com/page/GEWG86ZKJ2.jpg)

PITFALLS
新人がつまずく定番ポイント
環境構築で消耗
まずは Google Colab。インストール不要でブラウザだけ。
エラーが怖い
エラーは敵でなく道案内。最後の行を読む癖を。
精度だけ見る
accuracyは万能でない。混同行列も併せて見る。
写経で満足
1行ずつ値を print して“なぜ動くか ”を確認。
うさうさ研修工房 🐰 面白きこともなき世を面白く
7 / 10


# Page. 9

![Page Image](https://bcdn.docswell.com/page/47ZL8Y1NJ3.jpg)

ROADMAP
これからの学習ロードマップ
今日〜1週間
Python文法 + pandasでCSVを集計。Colabで写経して動かす。
1ヶ月
scikit-learnで分類/回帰。train/test・交差検証の基礎。
3ヶ月
PyTorch / TensorFlow に触れ、簡単な画像分類まで。
うさうさ研修工房 🐰 面白きこともなき世を面白く
8 / 10


# Page. 10

![Page Image](https://bcdn.docswell.com/page/YJ6WPDL9JV.jpg)

参考リンク集（新人向け）
出典は必ず一次情報に当たること。ラベル＝ [公式]公式ドキュメント / [査読付き]海外の査読付き論文 / [国内]国内学術誌。
公式
Python 公式チュートリアル（日本語）
https://docs.python.org/ja/3/tutorial/
公式
pandas User Guide
https://pandas.pydata.org/docs/user_guide/
公式
scikit-learn User Guide
https://scikit-learn.org/stable/user_guide.html
公式
scikit-learn 交差検証 (Cross-validation)
https://scikit-learn.org/stable/modules/cross_validation.html
査読付き
Pedregosa et al. (2011) Scikit-learn: Machine Learning in Python, JMLR 12:2825-2830
https://www.jmlr.org/papers/volume12/pedregosa11a/pedregosa11a.pdf
査読付き
Harris et al. (2020) Array programming with NumPy, Nature 585:357-362
https://doi.org/10.1038/s41586-020-2649-2
査読付き
McKinney (2010) Data Structures for Statistical Computing in Python, Proc. SciPy
https://doi.org/10.25080/Majora-92bf1922-00a
国内
間下 以大 (2018)「機械学習超入門（第 1回）」映像情報メディア学会誌 72(3):235-240
https://doi.org/10.3169/itej.72.235
うさうさ研修工房 🐰 面白きこともなき世を面白く