---
title: Python_AI_overview_bunkei_rose_20260615.pptx
tags:  #ai #python #絵で理解  
author: [smile_yukiko_it](https://docswell.com/user/smile_yukiko_it)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/VJNY4D3M78.jpg?width=480
description: Python_AI_overview_bunkei_rose_20260615.pptx by smile_yukiko_it
published: June 15, 26
canonical: https://docswell.com/s/smile_yukiko_it/ZGN269-2026-06-15-072654
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/VJNY4D3M78.jpg)

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


# Page. 2

![Page Image](https://bcdn.docswell.com/page/YE9PQG9WJ3.jpg)

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


# Page. 3

![Page Image](https://bcdn.docswell.com/page/GE8DGV9RED.jpg)

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


# Page. 4

![Page Image](https://bcdn.docswell.com/page/LELMG5W27R.jpg)

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


# Page. 5

![Page Image](https://bcdn.docswell.com/page/4JMYQ399JW.jpg)

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


# Page. 6

![Page Image](https://bcdn.docswell.com/page/PJR98QG979.jpg)

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


# Page. 7

![Page Image](https://bcdn.docswell.com/page/PEXQ85X3JX.jpg)

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


# Page. 8

![Page Image](https://bcdn.docswell.com/page/3EK9K6WNED.jpg)

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


# Page. 9

![Page Image](https://bcdn.docswell.com/page/L73WZ61Z75.jpg)

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