#機械学習Python

[se-emily]

AIやデータサイエンスに興味ある場合、Pythonから勉強するべきか？#shorts

[2-job-com]

週3で年収896万円も夢じゃない！Python副業の始め方、最新案件情報まとめ

こんにちは、本田知香です。 「副業で収入を増やしたいけど、どんなスキルが役立つの？」そう考えているあなた、必見です！ 今回は、副業案件の最新情報として、高収入も目指せる「Pythonエンジニア」という選択肢に注目します。 フリーランス・副業のマッチングサービス「SOKUDAN」の調査レポートを基に、Pythonエンジニアの副業案件の魅力や、働き方の具体例をわかりやすく解説します。 「Pythonって難しそう…」なんて不安に思っている方も大丈夫！…

[haruqun]

🐎 Python × JRA-VAN: 競馬予想AIで勝率アップ!? 🏆

こんにちは、競馬ファンのみなさん!今回は、プログラミング言語Pythonと競馬データベースJRA-VANを組み合わせて、競馬予想AIを作る方法をご紹介します。初心者の方にもわかりやすく、上級者の方も満足していただける内容になっていますので、ぜひ最後までお付き合いください。 🚀 最新トレンド: AIで競馬予想に革命を!近年、AIや機械学習の技術が急速に発展し、様々な分野に応用されています。競馬予想もその一つ!データ分析の専門家やエンジニアたちは、AIを使って競馬予想の精度を高めようと日夜努力しているんです。 🐍…

[tenshokustories]

需要が高まり続けるITエンジニアですが、中でも人気プログラミング言語の一つである「Python」を扱うことのできるPythonエンジニアが現在注目を集めています。

この記事を読んでいる方の中にも、Pythonエンジニアに興味を持ち、Pythonエンジニアとしてキャリアアップする方法を知りたい！という方もいるのではないでしょうか。そこで、大学で情報工学を専攻/研究し、実際にPythonでシステムを開発している筆者が、PythonエンジニアとしてのキャリアアップにつながるPython資格について紹介していきます。

また、資格取得のためのおすすめ勉強法も紹介しますので、ぜひ最後まで読んでみてくださいね。

この記事のまとめ

この記事には以下のことが書いてあります。

Pythonの資格には、国内資格と国際資格がある！

おすすめの勉強法は、公式書籍やプログラミングスクールによる学習など！

Pythonの資格取得はキャリアアップや学習の効率化につながり、非常におすすめ！！

この記事を読むのにおすすめな人

この記事は以下のような方におすすめです。

Pythonの資格にどのようなものがあるのかを知りたい人

Pythonエンジニアとしてのキャリアアップに興味がある人

Python資格の学習法を知りたい人

[dropoutsurf]

認知度の上げ方

初心者大学生が作った機械学習ライブラリがGitHubでスター数300を超えた話 #Python - Qiita

主に以下の媒体でOSSの宣伝をしてみました。

Paper With Code: 主に機械学習関連の論文の実装をまとめたサイトです。誰でも自由に自分の実装を登録することができます。AIJackも20本以上の論文を実装してPaper With Codeに登録しており、現在ではトラフィックの最も多い流入元となっています。

Reddit: 英語版2チャンネルと呼ばれることもある交流サイトです。人の多いチャンネル (上位1%くらい) に投稿するたびに、2~3日の内はかなり人が流入してスター数が急増する傾向があります。ただし、チャンネルによっては自分のプロジェクトの宣伝が制限されている場合もあるので、注意が必要です。

Hacker News: アメリカのベンチャーキャピタルによって運営されているニュース投稿サイトです。他の人の記事によるとかなり効果があるそうですが、自分が何回か投稿した限りではあまり人は流入してきませんでした。

DEV Community: 英語版Qiitaのようなものです。めちゃくちゃ爆速で使いやすいサイトで、いくつかAIJackに関する記事を書いてみたのですが、あまり効果はありませんでした。

---

オープンソース，開発者コミュニティ，

[moko1590m]

、「知の逆転・陳腐化」の問題、つまり 「かつて高度で洗練された技法が、後の技術革新によって一瞬で無意味になった」 という現象(コンピューター関連)

◎ 1. パソコン時代以前の洗練技法の無意味化

◉ 手作業による写植・版下作業 → DTPの登場で無意味化

背景： 精密な活字組版、写植技術、レイアウト設計には熟練の職人芸が必要だった。

転換： MacとAdobeによるDTP（デスクトップパブリッシング）の登場（1980年代末〜）

結果： 印刷デザインは誰でも簡単にできるようになり、写植職人は消滅。

◉ Z80アセンブラによる極限プログラミング技法 → 現代の高級言語と最適化コンパイラで無意味化

背景： 8ビット時代には、1バイトを削るために天才的な命令再配置が必要だった。

転換： メモリ・CPU資源が潤沢になり、C/C++やPythonでの記述が常識に。

結果： 高度なアセンブリの「魔術」は原始技法として博物館入り。

◉ 数学的アルゴリズムによる画像圧縮 → 無制限ストレージと回線速度で形骸化

背景： 天才たちがJPEGやMP3のような圧縮アルゴリズムを最適化していた。

転換： 5G/SSD/クラウドにより「非圧縮」や「ロスレス」が一般化。

結果： 計算資源を惜しんだ圧縮技術が「いらない努力」に。

◎ 2. インターネット以後の無意味化現象

◉ 手動HTMLコーディング → CMS・ノーコードの登場

背景： かつてはHTML/CSSを手で書いて見栄えを整える技術が不可欠だった。

転換： WordPress、Wix、Squarespace、さらにはNotionなどの台頭。

結果： HTMLを書く技能は一部のニッチ用途以外では不要に。

◉ Googleの検索演算子術 → LLM（大規模言語モデル）とChatGPTの登場で激減

背景： 「filetype:pdf」「site:」など、検索の達人だけが使える技法があった。

転換： AIチャット型インターフェースではキーワード検索自体が減少。

結果： 熟練検索者の技法が、AIによって一般化・陳腐化。

◎ 3. スマホ時代での無意味化

◉ ガラケー用のUI設計・キー操作ハック

背景： 限られたキーでメールを高速に打つ、日本語変換の予測精度を高める技法

転換： スマホのタッチスクリーン・予測変換・音声入力

結果： 「ケータイ打ち」や予測変換カスタマイズの達人芸が全滅。

◉ GPSなしでの地図読解技法 → Googleマップの登場で消滅

背景： 紙地図からルートを割り出し、地形を頼りに位置を推定する。

転換： GPS連動ナビの精度が向上し、徒歩・車問わず誰でも現在地把握可能に。

結果： 地図読解の訓練や訓練者の存在意義が希薄に。

◎ 4. AI時代（現在）の無意味化・崩壊現象

◉ 高度な画像・音声編集技術 → AI生成による一発処理

背景： Photoshopでのレイヤー調整、トーン補正、ノイズ除去の精緻な技法

転換： 画像AI（Adobe Firefly, Midjourney）や音声AI（Adobe Podcast）

結果： 「人が調整する意味」は一気に減退

◉ プログラミング問題の手解き力 → AIコード補完で崩壊

背景： 自分��アルゴリズムを思考・設計・実装することがエリートの証だった。

転換： Copilot、ChatGPTのコード生成により初学者でも短時間で実現。

結果： ソフトウェア開発における「考える力」の評価構造が転倒。

◉ 自然言語処理（NLP）の専門的モデル設計 → LLMが「全部飲み込んだ」

背景： Word2Vec、TF-IDF、形態素解析器、辞書設計などが必要だった。

転換： GPTなどの大規模事前学習モデルの登場で、個別設計が無意味に。

結果： 数十年かけて研磨されたNLP技法が、LLMに「食われた」。

◎ 5. 量子コンピューター登場による予見される無意味化

◉ RSA暗号の数学的堅牢性 → 量子アルゴリズム（Shor）によって崩壊の可能性

背景： 素因数分解の困難性を前提にした世界標準の暗号方式

予測： 量子コンピューターの実用化で数秒で破られる可能性

予見される結果： 現代の全暗号技術体系が刷新を迫られる（ポスト量子暗号へ）

◎ まとめ：この現象の哲学的意味

ニーチェ的観点： 「すべての高度なものは、力への意志によって創造されるが、その力はやがて自己を凌駕する構造を生む」

ドゥルーズ＝ガタリ的観点： 「機械的集合体は生成変化を繰り返し、従来の分節化（知の構造）を逸脱・無効化する」

ご要望があれば、これを図表化したり、より特定の分野（例：音楽制作、医学、教育など）に特化して掘り下げることも可能です。どうしますか？

[webengineer-tenshoku]

UdemyのおすすめPython/Django・AI/人工知能/機械学習入門講座まとめ

[tumnikkeimatome]

conda-forgeで実践！Anacondaで実現する最新機械学習環境構築ガイド

Anaconda環境構築の基礎知識 Anaconda環境は最新の機械学習開発に不可欠なプラットフォームです。 標準パッケージに加えて、conda-forgeチャンネルを活用することで、最新のライブラリやツールを柔軟に導入できます。 環境構築の第一歩として、Anacondaの公式サイトからインストーラーをダウンロードし、インストールを完了します。 conda-forgeチャンネルの追加 conda-forgeチャンネルを追加するには、以下のコマンドを実行します： conda config --add channels conda-forge conda config --set channel_priority strict 機械学習用の仮想環境作成 最新の機械学習プロジェクトでは、Python…

[kennak]

告発が事実なら健全とは到底言えないのでPyConJP側から何らかの声明を期待する。つか機械学習関連の予稿も多くあると思うんだが採択会議のメンバーがほぼPFN知らんとかマジかー

[B! python] PyCon JPの技術に対する不正の告発、並びに技術者と大衆に対しての警鐘 - Qiita

[sidejobrr]

プログラミング副業におすすめできるプログラミング言語3選

プログラミングスキルを活かして副業を始めたいと考えている方にとって、どのプログラミング言語を学ぶべきかは非常に重要なポイントです。言語ごとに適した用途や難易度が異なるため、自分の目指す分野や目標に応じた選択が必要です。この記事では、副業として特におすすめできるプログラミング言語「Python」��Ruby」「C++」の3つを紹介します。

さらに詳しい情報はコチラの記事をチェック！

1. Python

Pythonは、初心者にもおすすめできるシンプルでわかりやすいプログラミング言語です。副業でプログラミングを始める方に最適な理由は、その汎用性と学びやすさにあります。

Pythonは、AIやデータサイエンス、Web開発など、幅広い分野で活用されています。特に、データ分析や機械学習に関心がある方にとっては、Pythonを習得することで、これらの成長分野での副業チャンスが広がります。また、Pythonのシンプルな文法は、他の言語に比べて学習がしやすく、初めてプログラミングを学ぶ人にとっても入りやすいのが特徴です。

さらに、Pythonは世界中で活発に使用されているため、オンラインでのリソースや学習教材も豊富にあります。初めて副業に挑戦する人にとって、サポートが充実している点も魅力です。

2. Ruby

次に紹介するのは、Web開発で広く使われているRubyです。特に、Webアプリケーションの開発に特化した「Ruby on Rails」というフレームワークが非常に人気で、これを使用することで短期間で効率的にWebサイトやアプリケーションを構築することができます。

Rubyの特徴は、コードの読みやすさや、開発のしやすさにあります。副業として、クライアントのWebサイトや小規模なサービスを作成する場合、Ruby on Railsを使うことで迅速にプロジェクトを進めることができるのが大きなメリットです。さらに、企業やスタートアップからもWeb開発の案件が多く提供されているため、副業の需要も非常に高い言語です。

また、Rubyコミュニティは非常に活発で、学習サポートやオープンソースプロジェクトに参加することで、実践的なスキルを磨くことも可能です。

3. C++

**C++**は、少し難易度が高い言語ですが、特定の分野で非常に高い需要があります。特に、ゲーム開発やハードウェア制御、金融システムなどの高パフォーマンスを要求される分野で多用されています。

C++の強みは、その実行速度と制御のしやすさです。例えば、ゲーム開発副業を目指す方にとっては、C++を習得していると、高パフォーマンスの3Dゲームやシミュレーションを作ることができます。副業としては高度なスキルが求められますが、専門的な案件が多いため、単価が高く設定されていることが多いです。

また、金融や科学計算分野でもC++の知識は重宝され、プログラミング副業として取り組むことで専門的なスキルを磨き、高収入を得ることが可能です。

まとめ

プログラミング副業を始めるにあたり、言語選びは非常に重要です。Pythonは幅広い分野での活躍が期待でき、初心者にもおすすめの学びやすい言語です。RubyはWeb開発に特化し、素早く案件に取り組める点が魅力です。C++は専門性が高く、ゲーム開発や金融システムなどでの高収入案件が期待できます。それぞれの言語の特徴を理解し、自分の目指す副業に合った言語を選んで挑戦してみましょう。

さらに詳しい情報はコチラの記事をチェック！

[se-emily]

AIエンジニアを目指すのは辞めました。

[loopokaki]

1週間ほど前から将棋のプログラムを書いてて、ようやくAI同士の対戦が出来るようになったものの、棋力的にはまだ小学校低学年レベルだと思う。ソースコードが雑だから、綺麗にしたら柔軟に組めて深く思考出来るようになるんだろうけど(何手か先まで読むのは再帰関数にすればいいだけだろうし)、思考ルーチンのコードまじで頭こんがらがるし、ソースコードが綺麗になる目途が立たない。 PythonでもNumPy使えば高速化出来るのかな。最悪の場合は思考ルーチンだけC++に移すが。(将棋を理解するのが目的なので、機械学習は使わずに手動でルーチン作る) 将棋に限らず、カルネージハート的に思考ルーチン組むの楽しいからプログラマーにおすすめ。究極の一人遊び

[netmarkjp]

#ばばさん通信ダイジェスト : 現場のPython──Webシステム開発から、機械学習・データ分析まで

賛否関わらず話題になった/なりそうなものを共有しています。

現場のPython──Webシステム開発から、機械学習・データ分析まで

https://gihyo.jp/book/2024/978-4-297-14401-2

[takahashicleaning]

ＴＥＤにて

トーマス・ドームケ：AIがあれば、誰でもコーダーになれる

（詳しくご覧になりたい場合は上記リンクからどうぞ）

これからの未来のヴィジョンとしての大前提は・・・

チャットGPTなどのAGIは、人工知能時代には、セレンディピティ的な人生を良くしてくれるメッセージを伝えてくれることの他に貨幣を事前分配、再分配して生活を下支えする役割に徹するべき。

例えば、GAFAMのようにアカウントに本人以外がアクセスしたら自動的にお知らせしてくれる方向性は良いサポートです。

声を出すだけでコーディングができるとしたら？

GitHubのCEOであるトーマス・ドームケは、AIのおかげでコーディングへの参入障壁が急速になくなり、ソフトウェアを作ることがレゴを作るのと同じくらい簡単（そして楽しい）になりつつあることを紹介する。

ドームケCEOは、Copilot Workspaceを紹介するライブデモで、どんな言語でも、話しかけるだけでコード作成を手助けしてくれるAIアシスタントを披露する。

実は私、いまだにレゴで遊ぶのが大好きな大人の一人なんだ。私が育った80年代のベルリンでも大好きだった���、今でも大好きだ。そして最近では、土曜日の午後に子供たちと一緒にLEGOを作っている。私がレゴを愛してやまない理由は、ズバリ、レゴが創造性を実現するためのシステムであり、参入障壁がほとんどないからです。

そして私はLEGOパパであるだけでなく、GitHubのCEOでもあります。GitHubをご存じない方は、コーディングの本拠地だと思ってください。ソフトウェア開発者、つまり私たちの社会におけるオタクの長である人たちが一同に会する場所です。そして、すべての開発者がコードを使って小さなアイデアから大きなアイデアまで、できるだけ簡単に構築できるようにすることが私たちの使命の一部です。

しかし、LEGOとは対照的に、ソフトウェアを構築するプロセスはほとんどの人にとって難しく感じられる。この状況は、2022年後半にChatGPTが登場したことで変わり始めた。今や私たちは、私たちが彼らを理解するのと同じくらい、知的機械が私たちを理解する世界に生きている。すべては言語のおかげだ。そしてこれは、我々がソフトウェアを作る方法を永遠に変えるだろう。

これまでは、ソフトウェアを作るためには、プロのソフトウェア開発者でなければなりませんでした。コードと呼ばれる非常に複雑で、時には意味不明な機械の言語を理解し、話し、解釈しなければならなかった。現代のコードは、ほとんどの人にはまだ象形文字のように見える。

これがその例だ。これは1940年代初頭のもので、プランカルキュールと呼ばれる世界初のコンピューター・プログラミング言語である。私たちが今日使っている現代的なコードの基礎を築いた。見ての通り、いくつかの数字、いくつかの吹き出し、そして大きな括弧。大した人間性はないだろう？

約20年前、COBOLと呼ばれるプログラミング言語が登場した。COBOLはアイゼンハワー時代に発明されたが、今でも多くの大手金融機関にとって重要な言語である。ウォール街も、あなたの預金口座も、クレジットカードも、すべてCOBOLで動いている。そして、ここには見慣れた言葉もある。しかし構造的には、ほとんどの人にとってあまり意味のないものだと思う。

さらに30年前の1991年、私たちはPythonの誕生を見た。Pythonは、このAIの時代に最も人気のあるプログラミング言語のひとつだ。80年の間に、私たちは泡から括弧へ、そして英語のブリップへと進みましたが、それでも人間の言語の直感性には到底及びません。

そして、2020年6月、当時GPT-3と呼ばれていたOpenAIの大規模言語モデルへの早期アクセスが可能になった。当時はCOVIDで、私たちは全員拘束され、一緒にビデオ通話をしていたのを覚えている。ランダムなプログラミング演習をこの未加工のモデルに入力したところ、まるで魔法のように、最初の数回で93パーセントが解けたんです。

私たちGitHubは、驚くべきものを手に入れたと認識し、すぐにGitHub Copilot���いう斬新な開発者ツールを開発しました。Copilotは現在、地球上で最も採用されているAI開発者ツールです。プログラミングの時代が生まれ変わった。

しかし、このブレークスルーの可能性は、こうしたビジネス上の成果だけにとどまらない。ChatGPTとCopilotに搭載されている大規模な言語モデルは、人間の膨大な情報ライブラリーに基づいて訓練されているため、人間のほぼすべての言語、人間の主要なすべての言語を理解し、解釈する。彼らは私たちを理解しているようです。

私たちは、人間の言語と機械の言語の間に新たな融合をもたらしました。Copilotを使えば、どんな人間でも、たった一文字のプロンプトで、どんな人間の言語でもソフトウェアを作ることができる。泡と大きな括弧にさようなら。

これは、ソフトウェア開発そのものが誕生して以来、テクノロジーにとって最も大きなブレークスルーだ。今日、GitHubには1億人以上の開発者がいる。これは世界人口の約1パーセントに相当する。この数は爆発的に増えようとしています。その理由を、私のMacBookでお見せしましょう。

私たちはオリジナルのCopilot、つまりOG Copilotからすべてを始めました。エディターは、開発者向けのGoogleドキュメントだと考えればいい。ドキュメントを開くと、空のページが表示される。LEGOの話をしました。ウェブページで3Dのレゴブロックを作ってみましょう。開発者は何をするかというと、タイピングを始めるんだ。それでJavaScriptファイルに、レゴブロックを作る関数を作ろうと入力した。

ここに灰色のテキストが見えますが、これをゴースト・テキストと呼んでいます。これは大規模な言語モデルからのものです。タブキーを押しながらEnterキーを押すだけです。レゴ・タワーを作るという別の提案もあります。それは後でやろう。あるいは、function draw LEGO brick（レゴブロックを描画する関数）を実行することもできます。

ここでもCopilotのゴーストテキストがすぐに表示される。そして、ここで見たものが気に入れば、書いて理解するモードに入り、これを受け入れることができる。開発者はそれが大好きなんだ。なぜなら、10行のコードを自分で書いたり、インターネットからコピー＆ペーストしたりする代わりに、エディターですぐに使えるからだ。流れに身を任せることができる。

OG Copilotが私に提供してくれなかったのは、これと対話する方法だ。質問もできないし、いろいろなことを指示することもできない。昨年、私たちはコパイロット・チャットという新機能を発表しました。サイドバーでこれを開くことができます。そして、3Dのレゴブロックでウェブページ全体を作成するように指示することができます。

ChatGPTと同じように、レスポンスがストリームされ、コードが表示されるだけでなく、説明も表示されます。コードを書き始めると、そのコードが何をするのかを説明するコメントを見ることができるんだ。Three.jsというオープンソースのライブラリを使用しています。開発者や開発を学びたい人たちに力を与えるというアイデアが、ここにあるのがわかるだろう。そして、別の説明で終わっています。ここでコードを調べて、実際にボタンを押して自分のファイルにコピーすることができる。

でも、ここでもうひとつお見せし��いことがあります。この小さなマイクのアイコンはもう見たかもしれない。これを使ってCopilotに話しかけることができます。エディターの左側にあるコードが何をするものなのか、ドイツ語で聞いてみたい。

(ドイツ語で）そのコードが何をするのか説明してもらえますか？

するとまたCopilotが応答してきた。ざっくり訳すと、「はい、もちろん、このJavaScriptコードは'drawLEGOBrick'という名前の関数を定義しています」。

つまり、こういうことだ。ベルリンでも、ムンバイでも、リオでも、6歳の子どもが、親がそばにいなくても、あるいは技術的なバックグラウンドがなくても、コーディングを探求できるようになったのだ。

さて、あなたはまた、それをどのようにまとめるかを考える必要がある。ここには技術的なことがたくさんある。コードがある。自分のマシンで反復しなければならない。これをクラウドにデプロイして友達と共有する方法も考えなければならない。

しかし、これが私のレゴブロックだ。開発者としてこれらのステップをすべてこなした場合、このように見える。実際にマウスを使って回転させることができます。これはスタッド（鋲）対策で、照明効果もあります。ズームイン、ズームアウトもできます。

今はもう開発者のようなことはしたくない。自分の創造性をそのまま現実にぶつけたいんだ。そこで、このステージで初めて、まさにそれを実現するCopilot Workspaceと呼ぶ新製品をお見せします。これが私のワークスペースです。もうエディタがないのはお分かりでしょう。タスクが表示され、タスクを入力するだけです。

レゴブロックができたので、レゴブロックをレゴハウスに拡大したいと思います。レゴブロックをレゴハウスの形に積み上げる。これはドイツ語でも他の言語でもできる。でも今は英語にしよう。私はタスクを保存できる。Copilotワークスペースは、私がすでに持っているものを分析し、私に提案するものを説明する。基本的には、私の依頼を計画や仕様に再構成する。

ですから、ここでは、ユーザーの自然言語がすべて行われていることがわかります。もちろん、いくつかのファイル名ですが、ここにはコードはありません。すべて英語で説明しているんだ。実際にこれにアクセスして編集し、この行に変更を加えたり、計画が正確に望んでいないと感じた場合は、ここに下に移動して別のアイテムを追加したりできます。

さらに、一歩進んでプランを生成すると、エージェントは私がすでに持っているすべてのファイルを実行し、それらのファイルをどのように変更する必要があるか、またはリポジトリにファイルを追加して、「 LEGO ハウスの作成」機能を追加し、後で「createLEGOHouse」を呼び出す必要があるかどうかを理解します。

私には良さそうなので、これを実装しましょう。そして今、Copilotは私のタスク、私の仕様、私の計画を使ってコードを書いています。ここでは、public / legoBrick.jsファイルとブームの2つのファイルがキューに入れられていることがわかりますが、すでに私のコードが書かれていますよね?

コードに触れる必要もなければ、コードとは何かさえ知る必要もない。今ここで、私のファイルに新しい行がインポートされ、その変更を行うコードがたくさん書かれているのがわかる。

LEGOの��はできたかな？ここにライブ・プレビューを開くためのボタンがあるので、これでできる。空からレンガが降ってきて、レゴハウスができました。これは写真ではありませんよね？

はい、ありがとうございます。これはすべてライブで、これがコードの力であり、私の創造性を自然言語で現実にストリーミングする力なのです。

最後にもうひとつ。ありがとう、Copilot。AIにはいつも親切にしなければならない。

今、あなたが見たものは、3年間で3回の飛躍である。この3つの飛躍は、コンピューター・プログラミングのアクセシビリティを向上させるものであり、過去100年間にわれわれが成し遂げた以上の進歩である。世界人口の1パーセントが開発者だと言ったことを覚えているだろうか？これがどう変わるか、おわかりいただけただろうか。

Copilot Workspaceは、今はまだ開発者向けツールかもしれませんが、やがてこの種の開発者向けツールが主流になるでしょう。というのも、今後はどんな言語を話す人であれ、機械語を話す力も持つようになるからだ。コンピュータ・プログラミングを始めるために必要なスキルは、今や人間の言語だけなのだ。これは、ソフトウェア開発者のグローバル化した大波をもたらし、世界経済の地理的な形を変えるだろう。

そのため、2030年までには、もしかしたらもっと早く、10億人以上のソフトウェア開発者がGitHubを利用しているかもしれません。考えてみてください： 世界人口の10パーセントがコンピュータを操作するだけでなく、自転車に乗るのと同じようにソフトウェアを作ることができるようになるのです。

これは、ソフトウェアによる人間の創造性の新たなルネッサンスを生み出すだろう。ウェブサイト、アプリケーション、クールなコンピューターゲーム、素晴らしい歌、もしかしたら何かの治療法かもしれない。例えば、私は昨年、数週間かけて、今までに乗ったすべてのフライトを記録するアプリを作った。今、あなたが何を考えているか分かる。なんてオタクなんだ、と。そうなんだ、僕はこういうものを作るのが大好きなんだ。

AIの助けを借りて、ワインを飲み終える前に英語でもドイツ語でもできるようになった。そしてすぐに、ここにいる誰もがそうなる。ナーディチュードの門は大きく開かれたのだ。

だからといって、誰もがプロのソフトウェア開発者になれるわけでも、なるべきだというわけでもない。プロのソフトウェア開発者という職業は、どこにも行くことはない。世界最大のソフトウェア・システムを設計し、保守する人たちの需要は常にある。

私たちは、より複雑なシステムに毎日何百万行ものコードを追加している。この世界のあらゆるインフラと同じように、それを維持・更新するためには本物の専門家が必要なのだ。

ここで重要なのは、"意志 "や "すべきこと "ではない。誰でもできるということだ。人間の言語という最も強力なシステムが、今や機械の言語と融合しているのだから。そして間もなく、ソフトウェアを作ることは、レゴを積み上げるのと同じくらい簡単で楽しいことになるだろう。

(ドイツ語で）ありがとうございました。

ビラワル・シドゥ：10億人の開発者というと、GitHubがYouTubeやTikTokのように思えてきますね。とてもエキサイティングだ。ひとつ質問させてください。すごい話ですね。まだ開発者が主導権を握っているとおっしゃいましたね。

��た、「3年間で3回の飛躍を遂げた」ともおっしゃっていましたね。少し先の話になりますが、人間はまだループの中にいる必要があると思いますか？それとも、これらのAIシステムは自律的にソフトウェアを構築し、維持することができるようになるのでしょうか？

トーマス・ドームケ：私がいつも考えたり話したりしているのは、私たちがCopilotと呼んだのには理由があるということだ。パイロットが必要なんだ。クリエイティブで、何をすべきかを決めることができるパイロットが必要なんだ。レゴのセットのようなものだ。この大きな問題を小さな問題、小さなブロックに分解する必要がある。

そのためにはシステム・シンカーが必要だ。私はPOSシステムを作っているのだろうか？iPhoneアプリを作ろうか？私はクールなコンピューターゲームを作っているのだろうか？次のフェイスブックを作るのか？これらはまったく異なるシステムだ。これらのビルディング・ブロックは、その規模を拡大していく。

今は2、3行のコード、あるいはファイル全体だが、将来はサブシステム全体になるかもしれない。だから肩の荷が下りるんだ。でも私はまだそこにいて、大規模なシステムをカバーしている。さっきも言ったように、60年代のCOBOLシステムをまだ使っているんだ。だからやることはたくさんあるんだ。

BS：もちろんです。ですから私たちは、より抽象度の高いシステムのオーケストレーションを担当することになります。

TD：皆さん、ありがとう。

TD：ありがとうございます。

(個人的なアイデア)

イリヤ・サツキバーの数式をMMT(現代貨幣理論)とマクロ経済学からの視点で解釈してみると・・・

ある仮説に辿り着いた！

数式は「y=a/(2040-x)」でyはGNP。xは西暦の年数。ジェレーティブ人工知能が登場した2020年代から次第に急勾配になり

この先も数式どおりにGNPが成長すれば、2040年には無限大に到達する。

これまで人工知能時代に関したうっすらイメージ位のインスピレーションだったが、この数式が「様々な国家のGNPの推移」に当てはまる

という情報から確信に変わった！

この数式を根拠にすれば、基本的人権を貨幣数で表現できるかもしれない。ダニエル・カーネマンによると幸せを感じる年収は600万円あたり。

時給にすると時給3000円あたりと計算できるからこのあたりになるまで行政府は毎月の給付金をプラスして下支えをしていく基準にする。

資本主義なので競争はしてもらうけど、景気が冷えて時給が低くなりがちな時期は毎月の給付金を手厚く。

景気が加熱したら(中央銀行が金利を上げる前に)時給が上がりがちになるため毎月の給付金は年収に応じて減らしていく。

付加価値は、人と人にしか発生しないので対価としての貨幣は低収入者になればなるほど、多くの貨幣を国家が与える根拠にもなる。

サミュエルソンも「事前分配、再分配の給付金の支給」のアイデア以外は似たような事を言ってるけど最新の金融工学のテクノロジーは��り込まれていない。

このますます加速する人工知能時代とバランス、折り合いをとって同時に達成させていくことで・・・

このまま巡航速度で経済を成長させつつ、最新の金融工学のテクノロジーとインターネットをもってすれば・・・

働きながらも給付金を与える基本的人権的なベーシックインカム型も導入できるし、軽犯罪を急激に減少させる効果も確認されている。

参考までに

GDP（Gross Domestic Product）＝「国内」総生産。GNP（Gross National Product）＝「国民」総生産。1993SNAの導入に伴い、GNPの概念はなくなり、同様の概念として「GNI（Gross National Income）＝国民総所得」が新たに導入された。

GDPは国内で一定期間内に生産されたモノやサービスの付加価値の合計額。 「国内」のため、日本企業が海外支店等で生産したモノやサービスの付加価値は含まない。

一方GNPは「国民」のため、国内に限らず、日本企業の海外支店等の所得も含んでいる。

以前は日本の景気を測る指標として、主としてGNPが用いられていたが、現在は国内の景気をより正確に反映する指標としてGDPが重視されている。

そして

前提として、公人、有名人、俳優、著名人は知名度と言う概念での優越的地位の乱用を防止するため徹底追跡可能にしておくこと。

その後、西洋占星術でいう風の時代が到来。

２０２０年から新型コロナウイルスのパンデミック。

２０２２年から続いて、ロシアのウクライナ侵攻。

２０２３年では、幼稚ではあるが人工的な神のような回答するチャットGPTが登場。

「エピソード7意識のマップの数値と人工知能を訓練する計算回数が相似？」でも指摘しているように

兆候が顕在化してきています。

エピソード7の意識のマップでも、表示しているように、人工の神を創造するともなれば、その最初のステップで一神教が言うような全知全能の神ではなく

カイヨワも言い一神教も言うようなあらゆる悪魔が顕現するような可能性も否定できません。

よく一神教で登場すると言われるパンドラの箱の話に似ています。

ニックボストロムが言う「黒い玉」「死の玉」のことかもしれません。

Before 2022, this would not have been possible, but with Apple, Google, and Microsoft agreeing to expand the use of “passkey,” a passwordless authentication system…

２０２２年以前では、不可能だったが、Apple・Google・Microsoftがパスワードな しの認証システム「パスキー」の利用拡大に合意したことで・・・

…on the basis of high security and a high degree of privacy as well…

高い��キュリティと高度なプライバシーも基本にして・・・

…and if, as Ivan Pupilev says, all everyday objects have gesture interface capabilities…

イワン・プピレフの言うように日常的な物すべてにジェスチャーインターフェース機能を搭載していれば・・・

By integrating them with a common smart home standard, “Matter,” and making it possible to automatically connect to them by simply approaching them, assuming permission and authentication…

スマートホーム共通規格「Matter」で統合して近づけるだけで本人の許可、認証を前提とし自動接続できるようにすることで

It may be possible to customize even simple functions as complex functions by combining various devices in a stand-alone manner.

単体では、単純な機能でもさまざまな機器を組み合わせることで複雑な機能としてカスタマイズできるようにできるかもしれない。

In the past, OpenDoc, a technology developed by Apple to realize compound document and document-centered operation, was available.

かつて、OpenDoc（オープンドック）は、Appleが開発したコンパウンド・ドキュメントとドキュメント中心の操作実現する技術があったが

Can we extend this technology to shift from a document-centric to a gesture-centric interface?

これを拡張して、ドキュメント中心からジェスチャーインターフェース中心にできないだろうか？

If you want to work on a larger screen from your smartphone, iPhone, or iPad with a user interface by wearing the Oculus Dash or HoloLens from Oculus Quest

Oculus QuestにあるOculus DashやHoloLensなどを身につけることでユーザーインタフェースをスマートフォン、iPhone、iPadからもっと大きい画面で作業したい場合

It was usual to use a computer with a large screen, but now it is possible to use a huge screen! However, there were limits to the amount of money and placement of the display.

大画面のパソコンでというのが、普通でしたが、もっと、巨大な画面で！！という場合はディスプレイの金額的、配置場所にも限界がありました。

Virtual reality as the future of the holographic age, Virtual reality Virtual reality OS and its extension to the gesture interface center.

ホログラム時代の未来にあるものとして、Virtual reality バーチャルリアリティのOSとジェスチャーインターフェース中心への拡張

Seamlessly linked together, there will be no spatial limits, and you’ll be able to work in a small room with any number of huge, large screens that you can place anywhere in 360 degrees!

シームレスに連携させることで、空間的に限界は無くなり、小さな部屋でいくらでも巨大な大画面で３６０度どこにでも置いて作業できるようになります！！

For example, even if it is not possible to display 3D without wearing glasses like the gesture interface in the sci-fi movie “Iron Man”…

例えば、SF映画「アイアンマン」に出てくるジェスチャーインターフェイスのようにメガネをかけずに立体表示させるとまではいかないまでも

It may be possible to “make it look realistic by wearing special glasses” such as Oculus Dash and HoloLens in Oculus Quest, so…

Oculus QuestにあるOculus DashやHoloLensなど「特殊なメガネをかけることでリアルに見せる」ことはできそうなので・・・

It would be fun to display the setting panel of a simple function device that you touch through the special glasses as if it pops up from inside the device in CG in a hologram format (image: Genie Effect on Mac)

特殊なメガネを通して、触った単純な機能の機器の設定パネルをホログラム形式でCGで機器の中からポップアップするように表示してくれると楽しそう（イメージは、Macのジニーエフェクト）

警察比例の原則。

警察比例の原則。

警察比例の原則。

最近２０２３年から始まったジェネレーティブ人工知能の流行によって

ジェネレーティブ人工知能で作られたメディア（画像・映像など）が人々の目に触れる際には、情報源を開示するよう求めている（オープンAIなど10社が自主ガイドラインに署名した）

ヘンリー・マークラムの研究で脳のイメージが数値化されたデータから・・・

この膨大なデータをディープラーニングを搭載したジェネレーティブ人工知能に候補を複数映像化させる

こうすることでストーカーしかできない人工知能の問題を解消できる？かもしれない

憲法第19条にもあるように「内心の自由」正確に特定しないようにして

権力者の頭脳の中身をリアルタイムに複数映像化したことをチャットGPTに説明してもらう。

これは三つしかない内のひとつ。リカレント・ニューラル・ネットワークを使います。

この権力者の頭脳の中身をリアルタイムに映像化したことをニティシュ・パドマナバンの老眼鏡を含めた未来の自動オートフォーカス搭載メガネなどを用いて

特殊なメガネを通して、ホログラム形式でCGからポップアップ表示できる可能性もありそうです。

しかし

機械学習ディープラーニング物体検出データベースのことを「Darknet」と呼んでいます。

フェイフェイ・リー構築した機械学習ディープラーニング画像データベースのことを「ImageNet」と呼んでいます。

他には、今のところ、リカレント・ニューラルネット（RNN）フレームワークなど・・・

たった三つしかないのが２０２２年の現状です。

チャットGPTは、大規模言語モデル。

懸念されることとして、アメリカ政府が諜報に使用するエシュロンやPRISMに近い可能性もある。

Google検索データは、広告に使われるが、オープンAIはMicrosoftと資本提携で入力データが何に使用されるか？

これを明示していないという危険性がある可能性があります。

続いて

Could it be that Apple is developing its own search engine to compete with Google, which has reinvented semantic web search based on chat GPT and entered the market?

Appleが独自の検索エンジンを開発しているのは、もしかしてチ���ットGPTを基盤にしてセマンティックウェブ検索を再発明し参入Googleに対抗するため？

In the past, Linux made the OS open source and extinguished Microsoft’s monopolistic Wintel-closed dominance.

かつて、LinuxはOSをオープンソース化してMicrosoftの独占的なウィンテルクローズの優位性を消滅させた。

In 2023, AMD and Apple Silicon are in the midst of blowing the wind out of the last Intel monopoly from the consumer market sector.

AMDとAppleシリコンが、最後のIntelの独占体制にコンシュマー市場分野から風穴を開けている最中の2023年。

Google has opened up the search engine market for a new industry by putting all of its machine learning research results to work to break Microsoft’s Internet Explorer monopoly.

Googleは、機械学習の研究成果をすべてぶちこみ新産業の検索エンジンの市場を切り開いてMicrosoftのインターネットエクスプローラの独占的な体制に風穴を開けた。

And now, right now, open-source AI is taking over Google’s monopoly on the search engine market with chat GPTs. It may be about to wind down with the reinvention of the semantic search engine proposed by Tim Berners-Lee.

そして、今まさにオープンソースAIが、チャットGPTでGoogleの独占している検索エンジン市場をティム・バーナーズ・リーが提唱したセマンティック検索エンジンという再発明で風穴を開けようとしているのかもしれません。

Is Twitter, which Eron Musk went to the trouble of investing a huge amount of money to acquire, comparable to Google and Facebook in terms of data accumulation?

イーロンマスクがわざわざ巨額の資金を投じてまで買収したTwitterもデータの蓄積から見るとGoogle、Facebookに匹敵している？

Is it possible that Eron Musk, a founding member of Open AI, is trying to reinvent Twitter based on chat GPT?

これを立ち上げてるオープンAI設立メンバーのイーロンマスクは、可能性を見越していてチャットGPTを基盤にTwitterを再発明しようとしている？

Open AI, a San Francisco-based nonprofit organization, is dedicated to being the first to develop a “general-purpose artificial intelligence” (AGI) with human learning and reasoning capabilities, so that all people can benefit from it.

サンフランシスコを拠点とする非営利団体のオープンAIは、人間の学習能力と推論能力を持つ「汎用人工知能（AGI）」を最初に開発し、すべての人にその恩恵が及ぶようにすることを目的として設立されています。

Deep Mind,“ which has similar goals, is building a system similar to the chat GPT.

同様の目的を掲げてる「ディープマインド」もチャットGPTと同じようなシステムを構築しています。

As for other derivative…

他の派生的なこととして・・・

As for the use of deep fakes, if they are built into the algorithm for all surveillance cameras, they can be removed only with the person’s permission.

ディープフェイクの活用としては、すべての監視カメラ用のアルゴリズムに組み込んでおけば、外すには本人の許可を得てからにすることもできる。

This would also deter voyeurism by the mass media and police who would abuse the system without the person’s permission.

こうすれば本人の許可なく悪用するマスメディアや警察の覗き見行為も抑止できる。

To temporarily deter misuse, a comprehensive mechanism could be created to protect videos with NFT and a two-factor authentication passkey, and to confirm one by one whether or not the user has permission to disseminate the videos.

一時的な悪用抑止には、NFTと二要素認証によるパスキーで動画を保護し拡散の許可の有無を一つ一つ

If a comprehensive mechanism can be created to confirm whether or not the user has permission to spread the video, it may be possible to create time for the spread of quantum encryption and the commercialization of quantum computers.

本人に確認できるような総合的な仕組みを創れば、量子暗号化や量子コンピューター商用化普及までの時間をつくれるかもしれない。

Released in November 2022. Almost a few months later. A search engine like this appeared.

2022年11月にリリース。そのほぼ数ヶ月後。こんな検索エンジンが登場しました。

perplexity

この回答がどこの記事から引用されたかも表示されはじめた！数字に対応して引用元が表示される。

Next, why? What if the chat GPT could explain how it might have come to this explanation? Perhaps we are getting closer and closer to an explainable AI?

次は、なぜ？この説明に至ったのかもチャットGPTが説明できたら？もしかして、説明可能なAIにもどんどん近づいてきてる？

In about a few months, this threatening? No, an astounding achievement.

数ヶ月位でこの脅威的な？いや、驚異的な成果。

And the Schrödinger equation?

シュレーディンガー方程式も？

For explanations other than equations, it could be comparable to Wolfram Alpha, which is similar to semantic web search.

数式以外の説明に関しては、セマンティックウェブ検索に近いウルフラムアルファにも匹敵する可能性もある。

そして

チャットGPTの人気と爆発的な成長に乗りMicrosoftが先行してチャットGPT 搭載 Bingをリリースするも登録しないと検索結果は会話調で返ってこない？インターフェイスがわかりずらい。

一方、Googleも億人単位規模ネット情報サービスにも関わらず、わずか一日位で対応すると言う離れ技を繰り出すが、検索エンジンの検索結果は、まだ会話調で返ってこない。

両者共に、まだまだ時間がかかりそうだ。

このチャットGPTタイプの新型検索エンジンperplexityのほうに分はあります。

巨大な権力を持つに至ったGAFAMの検索エンジン開発競争が加速。日本のネット情報サービス人口以上で、その規模が人間の限界を遥かに超えた別次元。

権力者処世術は悪性だが、カントの言うように、権力者を完全リアルタイムで行動を透明化する条件限定なら善性に転化する。

同じ権力者のTV局やマスメディア、行政府、警察は、透明化を高くガラス張りにしないから悪性だけど、GAFAMが最善の手本を示してます。

＜おすすめサイト＞

実用に向けた大規模言語モデルApple インテリジェンス 2024

コナー・ルッソマンノ：あなたの心を増強するための強力な新しい脳神経技術ツール

ビラワル・シドゥ：あなたの想像力をスーパーチャージするAI搭載ツール

アムジャド・マサド：AIがアイデアを次の素晴らしいアプリに変えるのにどのように役立つか

エリック・トポル：AIは医師が見逃しているものをキャッチできますか？

シェーン・レッグとクリス・アンダーソン ：AGI（汎用人工知能）のトランスフォーマーアルゴリズムな可能性 - そしてそれがいつ到達するか

リフィク・アナドル：AIアートが人類の集団的記憶を高める方法

キャシー・ウッド：AIが指数関数的な経済成長を引き起こす理由

ウォルター・デ・ブラウワー：AIが人間であることの意味をどのように学んでいるか？

エリエザー・ユドコフスキー：超知能AIは人類を滅亡させるだろうか？

スティーブン・ウルフラム：AI、宇宙、そしてすべてについて計算的に考える方法

リヴ・ボーリー ：AIにおける競争のダークサイド

ゲイリー・マーカス：暴走するAIの緊急のリスクと、それらについて何をすべきか？

マックス・テグマーク：AIをコントロール下に置く方法

マックス・テグマーク: AIに圧倒されるのではなく、AIからパワーを得る方法

イリヤ・サツキバー：AGIへのエキサイティングで危険な旅

グレッグ・ブロックマン：ChatGPTの驚くべき可能性の裏話

アロナ・フィッシュ：人工知能は本当に私たちを理解しているのでしょうか？

エピソード7意識のマップの数値と人工知能を訓練する計算回数が相似？2023

エピソード7 Episode7 - テーラワーダ仏教の「結び」と意識のマップ、マクロ経済学について（パワーか、フォースか 改訂版―人間のレベルを測る科学 - デヴィッド・R・ホーキンズ Amazon）

Apple Vision Pro 2024

ケイド・クロックフォード：顔認証による大衆監視について知る必要のあること！

ルトハー・ブレフマン：貧困は「人格の欠如」ではなく「金銭の欠乏」である！

個人賃金→年収保障、ベーシックインカムは、労働市場に対する破壊的イノベーションということ？2022（人間の限界を遥かに超えることが前提条件）

世界の通貨供給量は、幸福の最低ライン人間ひとりで年収６万ドルに到達しているのか？2017

＜提供＞

東京都北区神谷の高橋クリーニングプレゼント

独自サービス展開中！服の高橋クリーニング店は職人による手仕上げ。お手頃50ですよ。往復送料、曲Song購入可。詳細は、今すぐ電話。東京都内限定。北部、東部、渋谷区周囲。地元周辺区もＯＫです

東京都北区神谷高橋クリーニング店Facebook版

[honyakusho]

2024年8月7日に発売予定の翻訳書

8月7日（水）には9点の翻訳書が発売予定です。

Python機械学習クックブック 第2版

Kyle Gallatin Chris Albon／著 中田秀基／翻訳

オライリー・ジャパン

シンデレラ・バレリーナ　レッスン後はひみつ！

グエナエル・バリュソー／著 清水玲奈／翻訳 森野眠子／イラスト

ポプラ社

運動学習・運動制御理論に基づくアジリティトレーニング

フラン・ボッシュ／著 谷川聡／監修・翻訳

大修館書店

完訳 ビーグル号航海記 上

チャールズ・Ｒ．ダーウィン／著 荒俣宏／翻訳

平凡社

新訳 モンテ・クリスト伯 2

アレクサンドル・デュマ／著 西永良成／翻訳

平凡社

世界を変えた100の小説［上］

コリン・ソルター／著 角敦子／翻訳

原書房

世界を変えた100の小説［下］

コリン・ソルター／著 角敦子／翻訳

原書房

バター・コーヒーの舞台裏

クレオ・コイル／著 小川敏子／翻訳

原書房

スパイと嘘

アレックス・ジョスキ／著 奥山真司／翻訳 峯村健司／解説

飛鳥新社

[moko1590m]

コンピューターサイエンス、を、基礎から学ぼうと思い、高校「情報Ⅰ」の概説書を買ってきました。ここから始めて、コンピューターサイエンスを基礎から学ぶには、どのような知識をどのような順序で学んでいけばいいか、中学生でもわかるように教えてください。

ChatGPT said:

すばらしいスタートですね！✨ 「情報Ⅰ」の本を手に取った時点で、もうかなりいい方向に進み始めています。 では、中学生でもわかるように、コンピューターサイエンスを基礎から学ぶ順番を、やさしく整理してお伝えしますね！

🌟 コンピューターサイエンスを学ぶ道すじ

① コンピューターの基本を知る（いまの「情報Ⅰ」でやること）

まずは、「コンピューターってどうやって動いているの？」という基礎を知ります。

ハードウェア（機械の部分）とソフトウェア（動かすためのプログラム）って何？

情報はどうやって0と1（ビット）で表されるの？

ネットワーク（インターネットをふくむ）はどうつながっているの？

セキュリティ（安全に使う工夫）はどうするの？

→ これは「情報Ⅰ」でしっかり学べるので、まずこの本をじっくりやるだけでOKです！📖

② プログラミングを体験する

コンピューターは「命令」で動いています。 だから、自分でプログラムを書いてみると、仕組みがぐっとよくわかります。

🔹 この段階で学びたいこと

変数（へんすう）：数字や文字を箱に入れる

条件分岐（じょうけんぶんき）：もし○○なら、こうする！

繰り返し（ループ）：同じことを何回もする

関数（かんすう）：命令をまとめる

🔹 はじめに使いやすい言語

Python（パイソン） 🐍

→ かんたんなミニゲームや計算プログラムを作るところから始めると楽しいですよ！

③ データとアルゴリズムの考え方を知る

次に、「コンピューターはどうやって速く正しく問題を解くのか」を学びます。

🔹 ここで学びたいこと

データ構造（でーたこうぞう）：データをきれいに整理する方法（リスト、配列、ツリーなど）

アルゴリズム：問題を解く手順や工夫（たとえば「一番小さい数を見つける方法」とか）

→ パズルや迷路を解くみたいな気分で学べます！🧩

④ コンピューターの中の仕組みを知る

「なぜプログラムを書いたら本当に動くのか？」という、もっと深いところに入ります。

🔹 学びたいこと

コンピューターはどうやって計算しているのか？（CPUのしくみ）

メモリはどう使われるのか？

0と1だけで、どうやって音楽や絵をあつかうのか？

→ ここでは「論理回路（ろんりかいろ）」という、電気のスイッチの考え方も出てきます。💡

⑤ 本格的な応用にチャレンジする！

ここまでくると、 「じゃあ、AI（人工知能）ってどう動いてるの？」とか、 「ゲームやアプリを作りたい！」とか、 好きな方向にどんどん進めます。

たとえば：

ウェブアプリを作る（HTML、CSS、JavaScript）

スマホアプリを作る（FlutterやSwift）

AI・機械学習を使ってみる（Python＋ライブラリ）

🛤️ まとめ：「今どこ？」→「次に何をする？」

いまやってること次にやるといいこと情報Ⅰで基本を知るかんたんなプログラミングを始める（Pythonがおすすめ）プログラミングに慣れるデータ構造とアルゴリズムを学ぶさらに深く知りたくなるコンピューターの中身（論理回路など）に挑戦する

✨ 最後に

コンピューターサイエンスは、「まず手を動かしてみる」「わからなくても楽しむ」ことがとても大切です！ 学校の教科みたいにカッチリやるより、ちょっとゲーム感覚で挑戦するほうが、ぐんぐん伸びます。🚀

いつでも、わからないことが出てきたら聞いてくださいね！🌟 応援してます！

もし「Pythonの簡単なスタート方法を教えて！」とか、 「おすすめの問題集ない？」とかも、知りたかったら教えてください😊

4o

You said:

Pythonの簡単なスタート方法を教えてください。おすすめの問題集を教えてください。

ChatGPT said:

いいですね！✨ 「Pythonのスタート方法」と「おすすめの問題集」、中学生でも無理なくできるように、わかりやすく紹介しますね！

🐍 Pythonの簡単なスタート方法

① まずはPythonを使えるようにしよう！

パソコンにインストールするのはちょっと面倒… だから最初は、インターネット上でPythonが使えるサイトを使うとラクです！

おすすめは：

【Google Colab（グーグル コラボ）】 　→ https://colab.research.google.com/

ここは、無料で使えて、ログインすればすぐPythonが書けます！✍️ スマホでも動くけど、パソコンがあったほうがやりやすいです。

② 超シンプルなプログラムを書いてみよう！

たとえば、Colabを開いたら、こんなコードを書いてみてください。

python

CopyEdit

print("こんにちは！Pythonのせかいへようこそ！")

▶️ボタンを押すと、画面に こんにちは！Pythonのせかいへようこそ！ と出ます！

これだけでも「コンピューターに命令できた！」っていう大事な一歩です。🚶

③ 次に覚えると楽しい基本ワザ

この順番で練習すると、とてもスムーズです：練習することかんたんな例計算するprint(3 + 5)（→ 8と表示される）文字を使うname = "たろう"もし○○なら（条件分岐）if score > 80:繰り返す（ループ）for i in range(5):関数を作るdef say_hello():

これらをマスターするだけで、かなり自由にプログラムが書けるようになります！

📚 おすすめの問題集・本

1. 【超やさしい】

『スッキリわかるPython入門』（インプレス）

中学生にも読みやすい。

図やイラストが多くて、かたくない。

「なぜこう書くのか」までちゃんと説明してくれる。

リンク（参考）： スッキリわかるPython入門 - インプレス

2. 【ゲーム感覚で練習】

『たのしいプログラミング Pythonではじめよう！』（オライリー）

英語版もあるくらい有名な本。

最初は「カメさんを動かす」ゲームみたいなところから入る。

難しい数式なしで、楽しみながら学べる！

リンク（参考）： たのしいプログラミング Pythonではじめよう！ - オライリー

3. 【無料で練習サイト】

Progate（プロゲート）Pythonコース

スマホでもできる。

スライドでやさしく教えてくれる → その場で練習できる！

初級編は無料でできる。

リンク： Progate Pythonコース

✨まとめ

ColabですぐPythonを書いてみよう！

簡単な計算、条件分岐、繰り返しからマスターしよう！

本やサイトを使って、すこしずつステップアップ！

🌱 ちいさな一歩でも、毎日続けるとびっくりするほど力がつきますよ！ 「どんな練習問題からやろうかな？」とか、「Pythonで何を作りたいかな？」っていうのも、もし考えたらぜひ教えてくださいね！😊

つぎに、Pythonで作れる「かんたんなミニゲーム例」とかも知りたかったりしますか？🎮✨