Python_AI_overview_bunkei_rose_20260615.pptx

うさうさ研修工房 🐰 MAGAZINE STYLE ｜ 文系・はじめての人のための地図 Python × AI まるわかりガイド コードは出てきません。「何ができて、どう動くか」を絵で理解する1冊。 👜 文系・非エンジニア／概要 面白きこともなき世を面白く（高杉晋作） ｜ 2026-06-15

INTRO この資料で言いたいこと 結論 AIは「魔法」ではなく「大量の例から規則を見つける統計の道具」。Pythonはその道具を動かす共 通言語です。 Python（パイソン） データを扱う世界の共通語。読みや すく、無料の部品が豊富。 うさうさ研修工房 🐰 面白きこともなき世を面白く データ分析 数字や文章を整理して「何が起きて いるか」を見える化すること。 機械学習 / AI 過去の例からパターンを学び、新し いデータを予測・分類する技術。 1/9

ANALOGY ひとことで言うと？ 🍜（たとえ話） ※このたとえは直感優先のため不正確です（厳密な定義は後半の本編で確認してください） 材料 ＝ データ 麺・スープ・具。質と量が味（精度）を決める。 レシピ ＝ アルゴリズム どう調理するかの手順。学習で“秘伝のレシピ”を獲得。 完成した一杯 ＝ モデル 新しい注文（データ）に出す答え。味見（評価）が必須。 うさうさ研修工房 🐰 面白きこともなき世を面白く 2/9

THE FLOW AIができるまで（ 5つのステップ） › › › › STEP 1 STEP 2 STEP 3 STEP 4 STEP 5 集める 整える 学ぶ 試す 使う どの段階も Python の道具（NumPy・pandas・matplotlib・scikit-learn など）が支えています。 うさうさ研修工房 🐰 面白きこともなき世を面白く 3/9

TYPES 機械学習の 3つのタイプ 教師あり学習 正解つきの例で学ぶ。 例：迷惑メール判定、売上予 測。 うさうさ研修工房 🐰 面白きこともなき世を面白く 教師なし学習 正解なしで構造を発見。 例：顧客のグループ分け。 強化学習 試行錯誤で報酬を最大化。 例：ゲームAI、ロボット制御。 4/9

EXAMPLES もう生活に溶け込んでいる AI 翻訳・チャット 顔認証・写真 自動翻訳や対話AI。言葉のパターンを学習。 スマホのロック解除や写真の自動分類。 おすすめ表示 不正検知 動画・通販の「あなたへのおすすめ」。 クレカの不審な利用を自動でブロック。 うさうさ研修工房 🐰 面白きこともなき世を面白く 5/9

REALITY CHECK AIが得意なこと・苦手なこと 得意 苦手 • 大量データから規則を見つける • 理由を人に説明すること（中身が不透明） • 繰り返し作業を高速・安定に処理 • 学んでいない例外への対応 • 人が気づけない相関の発見 • データの偏り＝判断の偏り • 24時間ぶれずに判定 • 「なぜ」の常識的な理解 うさうさ研修工房 🐰 面白きこともなき世を面白く 6/9

GLOSSARY これだけ覚える ミニ用語集 モデル 学習（training） 学習の成果物。入力→出力の“予測する装置”。 例を見せて規則を覚えさせる作業。 特徴量（feature） 精度（accuracy） 判断材料になる項目（年齢・金額など）。 どれだけ当たったか。ただし万能指標ではない。 過学習 ライブラリ 例の丸暗記で、新データに弱くなる失敗。 よく使う機能をまとめた“部品セット”。 うさうさ研修工房 🐰 面白きこともなき世を面白く 7/9

もっと知りたい人へ（一次情報） 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 scikit-learn User Guide https://scikit-learn.org/stable/user_guide.html 国内 松尾 豊 (2021)「深層学習と人工知能」認知科学 28(2):299-307 https://doi.org/10.11225/cs.2021.012 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 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 うさうさ研修工房 🐰 面白きこともなき世を面白く

• https://docs.python.org/ja/3/tutorial/
• https://scikit-learn.org/stable/user_guide.html
• https://doi.org/10.11225/cs.2021.012
• https://doi.org/10.3169/itej.72.235
• https://www.jmlr.org/papers/volume12/pedregosa11a/pedregosa11a.pdf
• https://doi.org/10.1038/s41586-020-2649-2