最新記事一覧
初歩から応用までステップアップしながら学んでいく『やさしいデータ分析』シリーズ（仮説検定編）の第12回。前回から、ノンパラメトリック検定に取り組んでいますが、今回は、分布のばらつきに違いがあるかどうかを検定する方法について解説します。
()
初歩から応用までステップアップしながら学んでいく『やさしいデータ分析』シリーズ（仮説検定編）の第11回。今回からノンパラメトリック検定に取り組みます。まず、中央値の差を検定する方法について解説します。
()
Pythonでプログラムを開発する上では仮想環境は欠かせません。でも、その管理はわずらわしいものでもあります。でも、Environments拡張機能があれば、そのわずらわしさともサヨナラできる……かも？
()
初歩から応用までステップアップしながら学んでいく『やさしいデータ分析』シリーズ（仮説検定編）の第10回。今回は、重回帰分析における回帰式の係数の有効性を検定する方法について解説します。
()
2025年12月に突如として「Windows版のPython 3.15は15％の高速化」という話題が出てビックリ、そして喜んだ方もいらっしゃるでしょう。その発火地点であるKen Jin氏のブログ記事を基に高速化できる理由を解き明かしてみました。
()
ビジネスでのAI活用が当たり前になりつつある現在、AI関連資格の取得で給与や担当領域が見直されたり、各種技術やツールへの理解を深めたりできる。本稿ではAI関連の資格試験について、実施母体や学べる内容、2026年度の試験日程、「G検定」の受験体験記録をまとめる。
()
AIがコードを書くことが前提になりつつある中で、エンジニアの仕事は「なくなる」のではなく、重心が移り始めています。本稿では、開発・業務改善・データ活用・基盤整備といった観点から、IT／AIエンジニアの役割を4つのロールとして整理しました。2026年を見据え、自分の価値をどこで発揮するのかを考えるための記事です。
()
Matplotlibを使うと、データの可視化が簡単になります。でも、だからといって同じコードを何度も書くのは面倒じゃありませんか？ そんなときには関数を定義することで、自分が書いたコードを何でも使えるようになりますよ。
()
企業のIT部門やセキュリティ管理部門の許可や監視がないまま、従業員が外部の生成AIサービスを業務に利用する行為や状態。業務効率化という善意の目的でAI利用が自然と広がる一方で、情報漏えいやガバナンス上のリスクを内包する、現代的な課題として注目されている。
()
派手な性能競争の陰で、AI開発の現場では別の変化が起き始めているのかもしれない。Googleが発表した「Gemini 3 Flash」は、その兆しを象徴するモデルだ。この発表を起点に、軽量モデルが開発の主役になり得るのかを筆者なりに考えてみたい。
()
PEP 8で推奨されている事柄の中でも基本的なところはやっぱり覚えておきたいですよね。というわけで、皆さんもちゃんと覚えているかどうかチェックしてみましょ？
()
初歩から応用までステップアップしながら学んでいく『やさしいデータ分析』シリーズ（仮説検定編）の第9回。今回は、重回帰分析における回帰式の当てはまりの良さを検定する方法について解説します。
()
LangChainが実施した最新調査により、AIエージェントの導入が急速に進んでいる実態が明らかになった。1300人以上の専門家へのアンケートから見えた、AIエージェントの状況と課題を見てみよう。
()
製品やサービスのマーケティングにおいて、実際にはAI技術が中核的に使われていないにもかかわらず、「AI活用」「AI搭載」「生成AI対応」などの表現によって、あたかも高度なAIが主要な価値であるかのように見せる行為や傾向。AIブームの広がりとともに、ホワイトウォッシングやグリーンウォッシングと同様、表現と実態のズレを捉えるための言葉として使われている。
()
OpenAIの最新モデル「GPT-5.2」が登場し、学習データの範囲が「2024年9月まで」から「2025年8月まで」にアップデートされた。最高性能を実現した一方でAPI価格は上昇しているので、筆者の視点から、その背景と現実的な使い分けの考え方を掘り下げる。
()
メソッドって、オブジェクトにドットを付けて名前を書いて……というやり方以外にはたくさんのやり方で呼び出せます。どんなやり方があるのか、ちょっと考えてみませんか？
()
Anthropicは、自社エンジニアがAI「Claude」をどのように活用しているかの調査結果を公開した。業務の6割でAIを利用し生産性が大幅に向上した一方で、若手育成や専門性維持への課題も見えてきた。
()
初歩から応用までステップアップしながら学んでいく『やさしいデータ分析』シリーズ（仮説検定編）の第8回。今回は、相関係数の検定方法について解説します。
()
GitHub Copilotなどにもようやく追加されたOpenAIの新モデル「GPT-5.1-Codex-Max」。静かに進むCodexの世代交代と、性能向上や長時間タスク対応といった開発者が押さえるべき進化ポイントを解説する。
()
Pythonのf文字列って使いやすいじゃないですか。ついつい使っちゃいますよね。でも、f文字列が適していない場合もあるんです。そこがformatメソッドの出番なんですよね。
()
AIモデルとの対話が長く続く中で、「本筋とは無関係な話題」や「途中で行き止まりになった試行」といったノイズがコンテキスト内に蓄積し、その結果として出力品質が急速に低下していく現象。やり取りが進むほど回答が乱れたり、急に話がかみ合わなくなったりする際の主因と考えられる。
()
コロナ禍を経て、「鉄道一本足打法ではダメだ」という危機感を持ったJR西日本。デジタル技術を活用した業務変革に取り組む同社には、駅員からデジタル人材に転身した社員も。同社のDX推進の現場を取材した。
()
文字列の要素を数え上げる方法はいろいろとあります。シンプルなコードからそうじゃないものまで。皆さんは何個のやり方を思い付きますか？
()
Anthropicの最上位モデル「Claude Opus」をリニューアルした。開発タスクでの実力を再び押し上げつつ、大幅な値下げも実施。今回のアップデートが“今のAI開発”に何をもたらすのか、一言コメントを添えて見ていく。
()
Googleが発表したAntigravityはAIエージェントを開発の中心に置いた新たな開発体験を提供しようとしている。その体験がどんなものか、どんな要素が組み合わさっているのかについて紹介します。
()
初歩から応用までステップアップしながら学んでいく『やさしいデータ分析』シリーズ（仮説検定編）の第7回。今回は、2つのカテゴリが独立であるか（＝関連がないか／あるか）を調べる方法について解説します。
()
VS Codeに突如現れた実験モデル「Raptor mini」。公式情報が極端に少なく謎が多い。実際のところ何ができ、どんな場面で使うべきなのか。限られた情報とコミュニティの声を手掛かりに、その性質と使いどころを考察する。
()
辞書を作成するには幾つかの方法があります。波かっこにキーと値を直接書く方法もあれば、dict関数を使う方法もありますし、辞書内包表記を使ってもよいでしょう。では、この場合はどんな方法が適していると思いますか？ ちょっと考えてみてください。
()
Googleが「Gemini 3 Pro」を公開し、AIモデル競争はさらにヒートアップ。高度な思考、画面理解、複雑タスクの自動実行、コード生成など、多方面での性能向上が確認されている。記事後半では、今回の発表をどう読むべきか、筆者の視点からも解説する。
()
2025年11月版のPython拡張機能ではマウスホバーに表示される自動生成された要約をdocstringとして追加したり、それを自分の言語（日本語など）に自動翻訳したりする機能が追加された。これにより、コード編集がさらに快適になりそうだ。
()
OpenAIが「GPT-5.1」「GPT-5.1-Codex」「GPT-5.1-Codex-Mini」の3モデルを一斉発表。今回はド派手な刷新こそないが、日常タスクの高速化とコスト削減、複雑タスクの精度向上といった“実用性の底上げ”が大きい。記事後半では筆者のひと言コメントも添えて紹介する。
()
Pythonの代入は式じゃなくって文で行います。そこから生まれる（？）ちょっとした不思議な挙動について皆さんも考えてみませんか？
()
pyplotインタフェースとOOインタフェースの違いがどこにあるのかを、幾つかのグラフを描画しながら実際に見てみましょう。また、グラフの装飾についても説明します。
()
「指標が意思決定に使われるほど、目的を見失って行動が偏り、プロセス（＝制度や活動の進め方）がゆがむ」という経験則。もともとは教育改革におけるテストスコアの扱われ方を問題提起したものだが、現在では企業のKPI運用や政策評価、AIモデルの性能指標などで引用される。
()
Pythonで型を比較するには大きく2つの方法があります。type関数を使う方法とisinstance関数を使う方法はどこでどんな違いがあるのか、このクイズで確認しましょう。そして、第3の方法もあるって知ってましたか？
()
初歩から応用までステップアップしながら学んでいく『やさしいデータ分析』シリーズ（仮説検定編）の第6回（番外編）。今回は、G*Powerという便利なツールを使い、検定に当たって必要となるサンプルサイズを簡単に求める方法を紹介します。
()
Python 3.14では例外に関して2つの点が改善されています。1つのexcept節で複数の例外クラスを補足する場合に、それらの列挙が簡潔になったことと、finally節にreturn文などを置くとSyntaxWarningが発生するようになったことがそうです。これらについて見てみましょう。
()
大人が子どもたちに正しい活用のお手本を示さなければならない教育の現場は、AIとの向き合い方が最も難しい領域の一つだろう。「AIは考える力を奪うのではないか」という議論もあるが、ベネッセはどう向き合っているのか。
()
「私たちは、技術の短期的な影響を過大評価し、長期的な影響を過小評価する」という言葉で知られる経験則。近年では生成AIの議論でもこの傾向が指摘されている。なお、アマラの法則における“過大評価”はハイプサイクルの「過度な期待のピーク」に、“過小評価”は「幻滅期」に重ねて語られることもある。
()
クラスには属性が付きものです。その属性にアクセスしたくてもうまくいかないときがあるんですよね。そんなことを今回は問題にしました（あ、これヒントになってるじゃん！）。
()
Python 3.14ではPyREPLやモジュールのヘルプなどで、構文がハイライト表示されるようになりました。その概要とカスタマイズの方法について見てみましょう。
()
かつて“実験的すぎる”とされたフレームワークが“安定版”へ進化し、LangGraphとの連携強化で運用面の信頼性も向上した。群雄割拠するAIエージェント開発の世界で、LangChainは再び存在感を示せるか注目。
()
タプルの要素には多くの場合「[0]」「[1]」のようなインデックスを使ってアクセスしますよね。でも、それでは何を意味しているのか分かりにくいことがあります。「意味が伝わる形」にするなら、どんな方法が考えられるでしょうか？（コード全体を見直しても構いません）
()
かわさきからは「自称“Python祭り”について」というタイトルでPython 3.14の新機能を紹介する連載記事の紹介と紹介しきれなかったトピックについて、一色からは「飛行機内でもAIプログラミングしたい」というタイトルで、16GBメモリのMacBook Pro（M4）上でVS CodeとローカルLLMを使ってプログラミングを試した体験とその感想について書きました。
()
初歩から応用までステップアップしながら学んでいく『やさしいデータ分析』シリーズ（仮説検定編）の第5回。今回は、正規分布する2つの母集団の分散が等しいかどうかを調べる方法について解説します。
()
Python 3.14では真の並列処理を実現するフリースレッド版Pythonとはまた別の仕組みが導入されています。それがconcurrent.interpretersモジュールです。その概要と基本的な使い方を紹介します。
()
リストの末尾要素にアクセスするには幾つかの方法がありますよね。シンプルな方法を知っているかどうかをこのクイズで確認してみましょう。おまけの問題もあるので、頭の体操に使ってみてね。
()
前世代のClaude Sonnet 4と同等の性能を持つモデルが、3分の1の価格で利用可能になった。高いコスパで、開発者の“日常使いモデル”として定着するかが注目される。
()
Pythonのf文字列は便利ですが、ちょっとした問題もあります。それを解決するために、Python 3.14ではテンプレート文字列が導入されました。f文字列の問題、t文字列とは、その基本的な使い方を紹介します。
()
Python 3.14.0の正式リリースに合わせて、Windows版のPython処理系を大きく変化させるツールが登場した。Python Install Managerの概要とその基本的な使い方を見てみよう
()