新規記事の投稿を行うことで、非表示にすることが可能です。
2018年08月26日
Googleの検索アルゴリズムアップデートで右往左往…？（2018年8月）| #433 デジタルライフコラム
キーワード
：Google検索アルゴリズムアップデート
最近、Google検索の表示回数が減っている？と思っていたら
ウェブサイト運営者にお馴染みの「 Googleサーチコンソール 」を使って、ここ一ヶ月の、このサイトの表示回数やクリック数などをみてみると、
「 2018年8月1日 」
を境にして、1日の表示回数が徐々に減少しているようでした。
図．Google検索アルゴリズムアップデートの影響：表示回数などの減少 | 2018年8月
悲しいですが、これが現実のようです。
2018年は7月から猛暑が続いているので、その影響かな？と変な予測をしていましたが、調べてみると、Googleの検索アルゴリズムのアップデートの影響の気がしてきました。
This week we released a broad core algorithm update, as we do several times per year. Our guidance about such updates remains the same as in March, as we covered here: https://t.co/uPlEdSLHoX
— Google SearchLiaison (@searchliaison) 2018年8月1日
2018年8月1日には、Google SearchLiaison のツイッターアカウントで、検索アルゴリズムを更新した旨の告知もあったようです。
インターネット上では、今回のアルゴリズムのアップデートで、影響を受けた方もいるようでしたので、自分と同じように悲しい思いをされている方も、いるのではないかと思います。
しばらくは、このサイト上に、RehabCチャンネル（YouTubeチャンネル）で公開したチュートリアル動画のサンプル画像・サンプルコードなどの掲載を続けようと考えていますが、経過を見て、今後のサイト運営について考えていきたいと思います。
これからブログなどで、ウェブサイトの運営などを始めようと考えている方は、現状のGoogleの検索アルゴリズム（General Guidelines：検索品質評価ガイドライン）について少し調べておくことをお勧めします。
[ スポンサードリンク ]
by はじめてのコンピュータ・パソコン
▲ この記事のトップへ
バナーをクリックすると
デジタルライフコラムの一覧ページにリンクします。
：落雷時の対応の疑問。身を守るために家の中では、どうすればいいのか？ | #412 デジタルライフコラム
：【体験者は語る - 評判】故障したMacBook Pro 17インチが買取サービスで無事、仮査定金額通りに売れました。| #429 デジタルライフコラム
：【残り数日！】プログラミング関連オンライン講座のセールはチェック済み？（2018年8月26日時点）| #432 デジタルライフコラム
︎ サイトマップ︎ プロフィール | サイトポリシー・免責事項など︎ CONTENTS（コンテンツ）一覧posted by HajimeteCPC at 21:46
| デジタルライフコラム
【残り数日！】プログラミング関連オンライン講座のセールはチェック済み？（2018年8月26日時点）| #432 デジタルライフコラム
キーワード
：Udemyのキャンペーン
8月下旬から開催されている世界最大級のオンライン学習プラットフォームの「 Udemy 」（ユーデミー）の
「 夏の学び直しキャンペーン 」
＊ 2018年8月26日20時にリンク先で確認時点の情報では、
「 残り３日 」の表示がされているようでした。
現在のキャンペーンの実施有無や期間などは、
ご自身でもよくご確認ください
＊ キャンペーンが適応されている場合は、サイトのトップ画像が
「
夏の学び直しキャンペーン」となっており、
「
対象のコースが特別価格￥1,200」
と書かれていると思います。
も、残り数日となっているようです。
土日に気になる講座を調べた方もいるのではないかと思いますが、まだ、調べてない方は、以下のリンク先の「 Udemy 」のサイト内検索で、講座をチェックしてみてください。
：世界最大級のオンライン学習サイトUdemy
参考までに、
検索キーワード
：Scratch （小学生・子供向け・親子向けプログラミング講座関連）
：人工知能（人工知能プログラミング講座関連）
：Python （データサイエンス、人工知能プログラミング講座関連）
：C （C言語系のプログラミング関連）
：Swift （iPhoneアプリ開発講座関連）
：Android（Androidアプリ開発講座関連）
：Kotlin （Androidアプリ開発講座関連）
：Java （Androidアプリ開発講座・その他関連）
：Go （Go言語関連のプログラミング）
：Google Analytics（アクセス解析など）
：Webエンジニア（Webプログラミング講座関連）
：JavaScript（Webプログラミング講座関連）
：PHP（Webプログラミング講座関連）
：Ruby（Ruby on Railsなど、また）
：Webデザイン（Webデザイン・プログラミング講座関連）
：ビットコイン（ブロックチェーンなど）
：R（R言語に統計など）
：Excel （エクセル講座関連）
などで調べてみるとプログラミングに関心のある方の講座が見つけやすいのではないかと思います。
Udemyで講座をチェック
：Udemy
[ スポンサードリンク ]
by はじめてのコンピュータ・パソコン
▲ この記事のトップへ
バナーをクリックすると
デジタルライフコラムの一覧ページにリンクします。
：【体験者は語る - 評判】故障したMacBook Pro 17インチが買取サービスで無事、仮査定金額通りに売れました。| #429 デジタルライフコラム
：おかげさまでYouTubeのAIプログラミング学習動画が、1万PV達成しました（2018年8月11日）| #430 デジタルライフコラム
：Googleの検索アルゴリズムアップデートで右往左往…？（2018年8月）| #433 デジタルライフコラム
︎ サイトマップ︎ プロフィール | サイトポリシー・免責事項など︎ CONTENTS（コンテンツ）一覧posted by HajimeteCPC at 20:09
| デジタルライフコラム
2018年08月22日
【後8日間】プログラミング関連オンライン講座のセールをお見逃しなく（2018年8月22日時点）| #431 デジタルライフコラム
キーワード
：Udemyのキャンペーン
世界最大級のオンライン学習プラットフォームの「 Udemy 」（ユーデミー）で、
「 夏の学び直しキャンペーン 」
＊ 2018年8月22日12時に確認時点の情報では、
「 残り８日 」のようです。
現在のキャンペーンの実施有無や期間などは、
ご自身でもよくご確認ください
＊ 個人で確認できた範囲では、
サイトの閲覧環境（ブラウザ）や設定によって、
キャンペーンが範囲されていない場合もあるようでした。
キャンペーンが適応されている場合は、サイトのトップ画像が
「
夏の学び直しキャンペーン」となっており、
「
対象のコースが特別価格￥1,200」
と書かれていると思いますので、
キャンペーンが反映されていない場合は、
違うブラウザでも訪問してみて下さい。
を開催中のようです。
早速調べてみたい方は、以下のリンク先の「 Udemy 」のサイト内検索で、気になる講座がないかチェックしてみてください。
：世界最大級のオンライン学習サイトUdemy
参考までに、
検索キーワード
：Scratch （小学生・子供向け・親子向けプログラミング講座関連）
：人工知能（人工知能プログラミング講座関連）
：Python （データサイエンス、人工知能プログラミング講座関連）
：C （C言語系のプログラミング関連）
：Swift （iPhoneアプリ開発講座関連）
：Android（Androidアプリ開発講座関連）
：Kotlin （Androidアプリ開発講座関連）
：Java （Androidアプリ開発講座・その他関連）
：Go （Go言語関連のプログラミング）
：Google Analytics（アクセス解析など）
：Webエンジニア（Webプログラミング講座関連）
：JavaScript（Webプログラミング講座関連）
：PHP（Webプログラミング講座関連）
：Ruby（Ruby on Railsなど、また）
：Webデザイン（Webデザイン・プログラミング講座関連）
：ビットコイン（ブロックチェーンなど）
：R（R言語に統計など）
：Excel （エクセル講座関連）
などで調べてみるとプログラミングに関心のある方の講座が見つけやすいのではないかと思います。
Udemyで講座をチェック
：Udemy
[ スポンサードリンク ]
by はじめてのコンピュータ・パソコン
▲ この記事のトップへ
バナーをクリックすると
デジタルライフコラムの一覧ページにリンクします。
：今年こそはワードプレス（WP）でWebサイトを作りたい…ワードプレスの使い方はこの本がオススメ | #350 デジタルライフコラム
：【体験者は語る - 評判】故障したMacBook Pro 17インチが買取サービスで無事、仮査定金額通りに売れました。| #429 デジタルライフコラム
：おかげさまでYouTubeのAIプログラミング学習動画が、1万PV達成しました（2018年8月11日）| #430 デジタルライフコラム
︎ サイトマップ︎ プロフィール | サイトポリシー・免責事項など︎ CONTENTS（コンテンツ）一覧posted by HajimeteCPC at 12:26
| デジタルライフコラム
2018年08月18日
Pythonで機械学習・人工知能（AI）プログラミング入門 | 数字の画像認識（anaconda - Jupyterノートブック版）
キーワード
：Python AIプログラミング サンプルコード
2019年から第3次人工知能ブームのきっかけとなったディープラーニング（深層学習）に関するコンテンツも作成中です。
：【コード解説】畳み込みニューラルネットワーク（CNN）サンプルコード - Colaboratory・Keras・MNIST by 子供プログラマー：日本人のための人工知能プログラマー入門講座（機械学習）
のページをご活用ください。無料で使えるGoogle Colaboratoryのジュピターノートブックで、すぐに使えるサンプルコードや、印刷用PDFなども公開中です。
【anaconda - Jupyterノートブック版】
Pythonで機械学習・人工知能（AI）プログラミング入門
数字の画像認識（一覧）
Pythonで機械学習・人工知能（AI）プログラミング入門
数字の画像認識（一覧）
１．scikit-learnの学習データの読み込み・表示
２．scikit-learnの数値データの画像化（1つ版）
３．scikit-learnの数値データの画像化（複数版）
４．scikit-learnで数字予測AIプログラミング（画像ファイル）
５．scikit-learnで数字予測AIアプリ開発（画像ファイル版） New♪：2018年8月18日
Pythonで機械学習・人工知能（AI）プログラミング入門
scikit-learn SVM 学習データの確認〜画像認識（数値予測）編（動画）
Python3の開発環境は、macOS・Windows・Linux対応で、無料で使える「 Anaconda 」（アナコンダ）というディストリビューション（パッケージ）を利用し、統合開発環境（IDE：Integrated Development Environment）「 Jupyter notebook 」（ジュピターノートブック）を使って、Python3プログラミングを実行しています。
＊ 「 Anaconda 」を開いたところから、
「 Jupyter notebook 」でPuthon3の環境を
構築する方法わからない方は、
：１．scikit-learnの学習データの読み込み・表示 | Python3のサンプルコード
の動画を視聴ください。
scikit-learn（サイキットラーン：sklearn）の数値（数字）の学習データの読み込みから、手書き文字の数字の画像認識のAIアプリ作成までをまとめておこうと思います。
一連の内容が、これからPythonで機械学習（Machine Learning）にチャレンジしてみたい人工知能プログラミング初学者の方の参考になることがありましたら幸いです。
人工知能・機械学習・ディープラーニング関連の専門書を学ぶ中で、数学の理論解説で、ギリシャ文字や数式の知識がわからない方もいるのではないかと思います。数学の入門コンテンツも作成していこうと思いますので、関心のある方は、ご活用いただけると幸いです。
：人工知能（AI）・機械学習プログラミング入門者のための数学入門講座（一覧へ）
▲ この記事のトップへ
１．scikit-learnの学習データの読み込み・表示
（Python3のサンプルコード）
（Python3のサンプルコード）
scikit-learnの学習データの読み込み・表示
Pythonで機械学習・人工知能（AI）プログラミング入門
anaconda - Jupyterノートブック版（動画）
視聴時間：1分45秒
▼▼▼ サンプルコード - はじめ ▼▼▼
import sklearn.datasets
suuji = sklearn.datasets.load_digits()
print("sklearnのデータセットのデータの個数は「",len(suuji.images),"」です。")
print("sklearnのデータセットの1つ目の画像データを表示します。\n",suuji.images[0],"\n画像データの数字をこのように表現しています。")
print("sklearnのデータセットの1つ目は「",suuji.target[0],"」です。")▲▲▲ サンプルコード - おわり ▲▲▲
＊ Pythonのバージョンは3系です。
＊ 「 suuji 」
という名前の変数を作成しています。
変数名は自分でわかりやすいように名前をつけてみてください。
＊ 「 \n 」（改行）は、
Macの場合「 option 」キー + 「 ￥ 」キーで
「 \ 」（バックスラッシュ）が入力できます。
Windowsの場合は、「 ￥n 」（半角英数で入力）で
改行できるのではないかと思います。
＊ 日本語文字入力のレイアウトは、動画を参考にしてみてください。
上記のサンプルコードの入力が難しい方は、以下のサンプルコードも試してみてください。
▼▼▼ 簡易版サンプルコード - はじめ ▼▼▼
import sklearn.datasets
suuji = sklearn.datasets.load_digits()
print("データの数=",len(suuji.images))
print("画像のデータ=",suuji.images[0])
print("数字=",suuji.target[0])▲▲▲ 簡易版サンプルコード - おわり ▲▲▲
＊ Pythonのバージョンは3系です。
＊ 「 suuji 」
という名前の変数を作成しています。
変数名は自分でわかりやすいように名前をつけてみてください。
▲ Pythonで機械学習・AIプログラミング入門 | 数字の画像認識（一覧へ）
２．scikit-learnの数値データの画像化（1つ版）
（Python3のサンプルコード）
（Python3のサンプルコード）
scikit-learnの数値データの画像化（1つ版）
Pythonで機械学習・人工知能（AI）プログラミング入門
anaconda - Jupyterノートブック版（動画）
視聴時間：2分52秒
▼▼▼ サンプルコード - はじめ ▼▼▼
import sklearn.datasets
import matplotlib.pyplot as plt
suuji = sklearn.datasets.load_digits()
plt.imshow(suuji.images[0], cmap="Greys")
plt.show()▲▲▲ サンプルコード - おわり ▲▲▲
＊ Pythonのバージョンは3系です。
＊ 「 suuji 」
という名前の変数を作成しています。
変数名は自分でわかりやすいように名前をつけてみてください。
▲ Pythonで機械学習・AIプログラミング入門 | 数字の画像認識（一覧へ）
３．scikit-learnの数値データの画像化（複数版）
（Python3のサンプルコード）
（Python3のサンプルコード）
【複数版】scikit-learnの数値データの画像化
Pythonで機械学習・人工知能（AI）プログラミング入門
anaconda - Jupyterノートブック版（動画）
視聴時間：2分31秒
▼▼▼ サンプルコード1 - はじめ ▼▼▼
import sklearn.datasets
import matplotlib.pyplot as plt
suuji = sklearn.datasets.load_digits()
for i in range(30):
plt.subplot(3, 10, i + 1)
plt.title(suuji.target[i])
plt.imshow(suuji.images[i], cmap="gray")
plt.show()▲▲▲ サンプルコード1 - おわり ▲▲▲
＊ Pythonのバージョンは3系です。
＊ 「 suuji 」
という名前の変数を作成しています。
変数名は自分でわかりやすいように名前をつけてみてください。
＊ 手入力で上記のコードを入力する場合、
エディタによっては自動インデント（行頭の空白文字の数のこと）
してくれると思います。
ただし、上記コードをコピー&ペーストして実行する場合、
plt.subplot(3, 10, i + 1)
plt.title(suuji.target[i])
plt.imshow(suuji.images[i], cmap="gray")のコード記述の、「 plt 」のインデントを
お好みの「 半角英数でのスペースキー数 」や、
「 tabキー 」を使用してインデントを新たに作成していただく
必要があるのではないかと思います。
（Web上での表示の兼ね合いで、「 全角でのスペース 」でインデントを表現したため。）
Pythonのコード記述では、インデントが重要な意味を持つようですね。
▼▼▼ サンプルコード2 - はじめ ▼▼▼
import sklearn.datasets
import matplotlib.pyplot as plt
suuji = sklearn.datasets.load_digits()
for i in range(30):
plt.subplot(3, 10, i + 1)
plt.title(suuji.target[i])
plt.axis("off")
plt.imshow(suuji.images[i], cmap="gray")
plt.show()▲▲▲ サンプルコード2 - おわり ▲▲▲
＊ Pythonのバージョンは3系です。
＊ 「 suuji 」
という名前の変数を作成しています。
変数名は自分でわかりやすいように名前をつけてみてください。
＊ 手入力で上記のコードを入力する場合、
エディタによっては自動インデント（行頭の空白文字の数のこと）
してくれると思います。
ただし、上記コードをコピー&ペーストして実行する場合、
plt.subplot(3, 10, i + 1)
plt.title(suuji.target[i])
plt.axis("off")
plt.imshow(suuji.images[i], cmap="gray")のコード記述の、「 plt 」のインデントを
お好みの「 半角英数でのスペースキー数 」や、
「 tabキー 」を使用してインデントを新たに作成していただく
必要があるのではないかと思います。
（Web上での表示の兼ね合いで、「 全角でのスペース 」でインデントを表現したため。）
Pythonのコード記述では、インデントが重要な意味を持つようですね。
▲ Pythonで機械学習・AIプログラミング入門 | 数字の画像認識（一覧へ）
４．scikit-learnで数字予測AIプログラミング（画像ファイル）
（Python3のサンプルコード）
（Python3のサンプルコード）
【画像認識】scikit-learnで数字予測AIプログラミング
Pythonで機械学習・人工知能（AI）プログラミング入門（動画）
視聴時間：5分19秒
▼▼▼ サンプルコード - はじめ ▼▼▼
import sklearn.datasets
import sklearn.svm
import numpy
import PIL.Image
def gazouWoSuutini(filename):
gazou = PIL.Image.open(filename).convert("L")
gazou = gazou.resize((8,8),PIL.Image.ANTIALIAS)
suuti = numpy.asarray(gazou, dtype = float)
suuti = numpy.floor(16 - 16 * (suuti / 256))
suuti = suuti.flatten()
return suuti
def yosoku(data):
suuji = sklearn.datasets.load_digits()
ai = sklearn.svm.SVC(gamma = 0.001)
ai.fit(suuji.data, suuji.target)
n = ai.predict([data])
print("画像認識AIによる、手書き文字認識の予測結果は",n,"です。")
data = gazouWoSuutini("0.png")
yosoku(data)▲▲▲ サンプルコード - おわり ▲▲▲
＊ Pythonのバージョンは3系です。
＊ 「 gazouWoSuutini 」「 gazou 」「 suuti 」
「 yosoku 」「 ai 」「 n 」
などは、お好みに応じて自分でわかりやすいように名前をつけてみてください。
＊ 手入力で上記のコードを入力する場合、
エディタによっては自動インデント（行頭の空白文字の数のこと）
してくれると思います。
ただし、上記コードをコピー&ペーストして実行する場合、
gazou = PIL.Image.open(filename).convert("L")
gazou = gazou.resize((8,8),PIL.Image.ANTIALIAS)
suuti = numpy.asarray(gazou, dtype = float)
suuti = numpy.floor(16 - 16 * (suuti / 256))
suuti = suuti.flatten()
return suutisuuji = sklearn.datasets.load_digits()
ai = sklearn.svm.SVC(gamma = 0.001)
ai.fit(suuji.data, suuji.target)
n = ai.predict([data])
print("画像認識AIによる、手書き文字認識の予測結果は",n,"です。")のコード記述のインデントを
「 半角英数でのスペースキー数 」や、
「 tabキー 」を使用してインデントを新たに作成していただく
必要があるのではないかと思います。
（Web上での表示の兼ね合いで、「 全角でのスペース 」でインデントを表現したため。）
Pythonのコード記述では、インデントが重要な意味を持つようですね。
サンプル画像（文字認識用）
右クリックなどで保存を選択
数字の0
数字の1
数字の2
数字の3
数字の4
数字の5
数字の6
数字の7
数字の8
数字の9
▲ Pythonで機械学習・AIプログラミング入門 | 数字の画像認識（一覧へ）
５．scikit-learnで数字予測AIアプリ開発（画像ファイル版）
（Python3のサンプルコード）
（Python3のサンプルコード）
【画像認識アプリ】scikit-learnで数字予測AIアプリ開発
Pythonで機械学習・人工知能（AI）プログラミング入門（動画）
視聴時間：3分9秒
▼▼▼ サンプルコード - はじめ ▼▼▼
import sklearn.datasets
import sklearn.svm
import numpy
import tkinter as tk
import tkinter.filedialog as fd
import PIL.Image
import PIL.ImageTk
def gazouWoSuutini(filename):
gazou = PIL.Image.open(filename).convert("L")
gazou = gazou.resize((8,8),PIL.Image.ANTIALIAS)
ninshikiWoHyouji = PIL.ImageTk.PhotoImage(gazou.resize((300,300)))
imageLabel.configure(image = ninshikiWoHyouji)
imageLabel.image = ninshikiWoHyouji
suuti = numpy.asarray(gazou, dtype = float)
suuti = numpy.floor(16 - 16 * (suuti / 256))
suuti = suuti.flatten()
return suuti
def yosoku(data):
suuji = sklearn.datasets.load_digits()
ai = sklearn.svm.SVC(gamma = 0.001)
ai.fit(suuji.data, suuji.target)
n = ai.predict([data])
textLabel.configure(text = "┃Ο ν Ο┃ノ：手書き文字の予測結果は・・・" + str(n) + "です。")
def gazouWoHiraku():
fpath = fd.askopenfilename()
if fpath:
data = gazouWoSuutini(fpath)
yosoku(data)
root = tk.Tk()
root.geometry("900x500")
textLabel = tk.Label(text="┃Ο _ Ο┃＞画像認識AIです♪\n\n画像認識する数字のファイルを選択して下さい。", font=("",30))
textLabel.pack()
imageLabel = tk.Label()
btn = tk.Button(root, text="手書き数字のファイルを選択します", font=("",20) ,command = gazouWoHiraku)
imageLabel.pack()
btn.pack()
tk.mainloop()▲▲▲ サンプルコード - おわり ▲▲▲
＊ Pythonのバージョンは3系です。
＊ 「 gazouWoSuutini 」「 gazou 」「 suuti 」
「 yosoku 」「 ninshikiWoHyouji 」「 ai 」「 n 」
などは、お好みに応じて自分でわかりやすいように名前をつけてみてください。
＊ 「 \n 」（改行）は、
Macの場合「 option 」キー + 「 ￥ 」キーで
「 \ 」（バックスラッシュ）が入力できます。
Windowsの場合は、「 ￥n 」（半角英数で入力）で
改行できるのではないかと思います。
＊ 手入力で上記のコードを入力する場合、
エディタによっては自動インデント（行頭の空白文字の数のこと）
してくれると思います。
ただし、上記コードをコピー&ペーストして実行する場合、
gazou = PIL.Image.open(filename).convert("L")
gazou = gazou.resize((8,8),PIL.Image.ANTIALIAS)
ninshikiWoHyouji = PIL.ImageTk.PhotoImage(gazou.resize((300,300)))
imageLabel.configure(image = ninshikiWoHyouji)
imageLabel.image = ninshikiWoHyouji
suuti = numpy.asarray(gazou, dtype = float)
suuti = numpy.floor(16 - 16 * (suuti / 256))
suuti = suuti.flatten()
return suutisuuji = sklearn.datasets.load_digits()
ai = sklearn.svm.SVC(gamma = 0.001)
ai.fit(suuji.data, suuji.target)
n = ai.predict([data])
textLabel.configure(text = "┃Ο ν Ο┃ノ：手書き文字の予測結果は・・・" + str(n) + "です。")fpath = fd.askopenfilename()
if fpath:
data = gazouWoSuutini(fpath)
yosoku(data)のコード記述のインデントを
「 半角英数でのスペースキー数 」や、
「 tabキー 」を使用してインデントを新たに作成していただく
必要があるのではないかと思います。
（Web上での表示の兼ね合いで、「 全角でのスペース 」でインデントを表現したため。）
Pythonのコード記述では、インデントが重要な意味を持つようですね。
サンプル画像（文字認識用）
右クリックなどで保存を選択
数字の0
数字の1
数字の2
数字の3
数字の4
数字の5
数字の6
数字の7
数字の8
数字の9
▲ Pythonで機械学習・AIプログラミング入門 | 数字の画像認識（一覧へ）
by はじめてのコンピュータ・パソコン
：AI（人工知能・無能）エンジニア・プログラマー養成講座（一覧ページへ）
：あの「機械学習関連講座」が着々と実績を積み上げ中！！ | #442 デジタルライフコラム
▲ 記事ページのトップへ
︎ サイトマップ︎ プロフィール | サイトポリシー・免責事項など︎ CONTENTS（コンテンツ）一覧︎ 独学プログラマーのためのAI（人工知能・無能）プログラム入門講座（一覧）posted by HajimeteCPC at 02:26
| AIエンジニア・プログラマー養成講座
2018年08月11日
おかげさまでYouTubeのAIプログラミング学習動画が、1万PV達成しました（2018年8月11日）| #430 デジタルライフコラム
キーワード
：人工知能プログラミング
1万PV達成したプログラミング学習動画とは？
今日（2018年8月11日土曜日）、YouTubeのRehabCチャンネルの管理画面を確認すると、これまでに投稿させていただいた動画の中で、
「 累計1万回の視聴 」
を達成した動画があるようでした。
AI（人工知能・無能）プログラミングの作り方入門講座
Xcode(Mac)でC言語の独学
Hello World〜じゃんけんAIプログラム 乱数編（動画）
公開日：2016年1月3日
視聴回数：10,004回（2018年8月11日に確認時点）
公開開始から約2年半をかけて1万PVになったようです。
アナリティクスのデータを見てみると、1日あたりの表示回数（視聴回数ではありません）は、数十回規模のようですが、長い年月をかけて積もり積もると、視聴回数が、おおきな数になるのですね。
上記の動画に関心のある方は、
「 人工知能の作り方 」
「 人工知能プログラミング 」
などに関心のある方のようですが、やはり、馴染み深い「 じゃんけん 」をプログラムで実装してみたいというニーズは、世の中にあるということでしょうか。
サンプルコードは記事ページに掲載しておきましたので、学習にお役立てください。
： AI（人工知能・無能）プログラミングの作り方入門講座（Hello World〜じゃんけんAIプログラム 乱数編）
最近はPython（パイソン）のプログラミング動画の視聴が多い様子
2018年8月11日に、YouTubeのRehabCチャンネルで、比較的に視聴されている傾向のある動画を調べてみると、最近では、プログラミング言語の「 Python 」に関連する動画が視聴されているようでした。
PythonでゲームAI（人工知能・人工無能）プログラミング入門
Hello World〜じゃんけんAI乱数 編（動画）
公開日：2017年5月9日
視聴回数：7,947回（2018年8月11日に確認時点）
この動画は、はじめに紹介させていただいたC言語プログラミングの動画を、Python版にしたものです。
約1年で、約8千PVですので、先ほどのC言語じゃんけんプログラミングに比べて、ペースは早そうですね。
【追記：2019年1月25日】おかげさまで1万PV達成しました。ありがとうございます。
：【1万PV達成】YouTubeのPython AIプログラミング学習動画（2019年1月25日）| #455 デジタルライフコラム
アナリティクスのデータを見てみると、1日あたりの表示回数（視聴回数ではありません）は、数百回規模のようですので、1万PVを達成したC言語プログラミングの動画に比べ、関心が高いのが伺えます。
サンプルコードは記事ページに掲載しておきましたので、学習にお役立てください。
：PythonでAI（人工知能・無能）プログラミングの作り方入門講座（Hello World〜じゃんけんAIプログラム 乱数編）
近年では、第３次AIブームがありましたので、深層学習（ディープラーニング）をはじめとした、機械学習（マシーンラーニング）に関心のある方も増えてきているのではないかと思います。
RehabCチャンネルでも、2018年7月から、Pythonで出来る機械学習プログラミング関連の動画コンテンツを作成し始めていますので、人工知能プログラミングをこれから始めてみたい、好奇心旺盛な、初学者の方々の参考になることがありましたら幸いです。
【画像認識】scikit-learnで数字予測AIプログラミング
Pythonで機械学習・人工知能（AI）プログラミング入門（動画）
公開日：2018年8月11日
視聴回数：5回（2018年8月11日に確認時点）
動画では、Python機械学習ライブラリのscikit-learn（サイキットラーン：sklearn）で画像認識（文字認識・数字認識）に挑戦しています。
機械学習モデルとしては、教師あり学習のパターン認識モデルのサポートベクトルマシーン（サポートベクターマシーン - Support Vector Machine：SVM）を使っています。
また、scikit-learnの学習データの確認から、画像認識アプリ開発までできるように、チュートリアル動画を作成してみましたので、必要に応じて以下の動画もご活用ください。
Pythonで機械学習・人工知能（AI）プログラミング入門
scikit-learn SVM 学習データの確認〜画像認識（数値予測）編（動画）
公開日：2018年8月19日
サンプルコードや、画像認識で使っている手書き数字のサンプル画像ファイルも記事ページに掲載しておきましたので、学習にお役立てください。
：Pythonで機械学習・人工知能（AI）プログラミング入門 | 数字の画像認識（anaconda - Jupyterノートブック版）
by はじめてのコンピュータ・パソコン
：独学プログラマーのためのAI（人工知能・無能）プログラム入門講座（一覧へ）
▲ この記事のトップへ
バナーをクリックすると
デジタルライフコラムの一覧ページにリンクします。
：人工知能（AI）プログラミング入門者に嬉しい？ AI・機械学習・ディープラーニングのオンライン学習セットをチェック| #406 デジタルライフコラム
落雷時の対応の疑問。身を守るために家の中では、どうすればいいのか？ | #412 デジタルライフコラム
：【祝：Mac対応】人工知能（AI）入門者にもありがたいディープラーニング統合開発環境をチェック | #418 デジタルライフコラム
：あの「機械学習関連講座」が着々と実績を積み上げ中！！ | #442 デジタルライフコラム
︎ サイトマップ︎ プロフィール | サイトポリシー・免責事項など︎ CONTENTS（コンテンツ）一覧posted by HajimeteCPC at 13:17
| デジタルライフコラム
