プログラミング言語の関数とは、一連の繰り返し実行されるコード群を*1つの手続きにまとめたもの*です。*Pythonの関数*も*同様の考え方*に基づいており、戻り値の有無に関わらず関数が定義できます。繰り返し行われる処理を*関数定義すること*で*ソースコードが整理され*、判読性・再利用性が高まり**メンテナンス性が高まります**。
参考：[Python 3.9.4 ドキュメント](https://docs.python.org/ja/3/)

Pythonの関数は、次の**2種類に分類**できます。
・*組み込み関数*
　Pythonが標準で定義している関数で共通利用できるものを指します
・*ユーザ定義関数*
　ユーザコードにユーザ定義関数のオブジェクトを定義します

関数の考え方は数学の関数に似ています。
例えば「 y = f(x) 」の数式があった場合、関数 f(x) はxの値に応じて必要な計算を行い、yを算出します。Pythonプログラムの関数でも同様に、 「リターン値 = 関数（引数）」が成り立ちます。
*構文：*
リターン値 = 関数（引数 [,,]）
関数　組み込み関数またはユーザ定義関数
引数　関数へ渡るパラメータ群
リターン値　関数からの戻り値、リターン値を持たないこともある

*組み込み関数*は、関数の**用法に応じて使用するだけ**です。それぞれの*引数やリターン値*は**関数によって仕様が決められています**。
*使用例：*
for i in range(3):　　　　　　# range組み込み関数
　print("入力値は"+str(i))　　# print組み込み関数

ユーザ関数を定義する場合は**def を用います**。
*用法：*
def 関数名 (引数名 [,,]):
　処理・処理ブロック
　　：
*使用例：*
def my\_func(data):　　　　　# my\_funcをユーザ関数として定義
　print("入力値は"+str(data))
for i in range(3):
　my\_func(i)　　　　　　　　# ユーザ定義関数を呼び出す

*関数からリターン値を返す場合*は **returnを用います**。
*用法：*
def 関数名 (引数名1, [,,]):
　　処理・処理ブロック
　　　：
　　return 値
*使用例：*
def my\_func(data):　　　　　# my\_funcをユーザ関数として定義
　print("入力値は"+str(data))
　return data\*\*2　　 　　  　# 引数の2乗を返す
for i in range(3):
　result=my\_func(i)　　　　　# ユーザ定義関数を呼び出す
　print(‘計算結果は’, result)

Pythonでは、*69種類の組み込み関数*が**予め定義されています**。必要に応じて組み込み関数を併用し、*ユーザ定義関数に組み入れて用いる*のが良いでしょう。
参考：[Python 組み込み関数](https://docs.python.org/ja/3/library/functions.html)

### 数値処理で用いる組み込み関数は？

主に以下の*組み込み関数*が**数値処理**で用いられています。

・*abs()*	：絶対値を返す	
　引数＝数値、　リターン値＝数値の絶対値
・*bin()*	：2進文字列に変換する
　引数＝整数、　リターン値＝2進文字列
・*complex()*	：	文字列や数値を複素数に変換する
　引数＝文字列・数値、　リターン値＝複素数
・*divmod()*	：複素数を除く数値引数から商と余りの数値を返す
　引数＝数値、　リターン値＝商と余りの数値
・*float()*	：浮動小数に変換する
　引数＝文字列・数値、　リターン値＝浮動小数
・*hex()*	：16進文字列に変換する
　引数＝整数、　リターン値＝16進文字列
・*int()*	：引数から整数型クラスのインスタンスオブジェクトに変換する
　引数＝文字列・数値、　リターン値＝整数
・*oct()*	：8進文字列に変換する
　引数＝整数、　リターン値＝8進文字列
・*pow()*	：引数のべき乗または剰余を返す
　引数＝数値、　リターン値＝数値
・*range()*	：指定する範囲の整数値のリストを生成する
　引数＝整数値、　リターン値＝オブジェクト
・*round()*	：指定した小数行で丸め処理を行う
　引数＝数値、　リターン値＝数値
・*set()*	：新しいset（集合型）オブジェクトを作成する
　引数＝イテラブルオブジェクト、　リターン値＝オブジェクト
・*sum()*	：数値要素の総和を返す
　引数＝数値、　リターン値＝数値

### 真理値・文字列処理で用いる組み込み関数は？

主に以下の*組み込み関数*が**真理値・文字列処理**で用いられています。

・*all()*	：全ての要素が真かどうか確認する
　引数＝イテラブルオブジェクト、　リターン値＝TrueまたはFalse
・*any()*	：いずれかの要素が真かどうか確認する
　引数＝イテラブルオブジェクト、　リターン値＝TrueまたはFalse
・*bool()*	：真理値判定の結果を返す
　引数＝オブジェクト、　リターン値＝TrueまたはFalse
・*ascii()*	：印字可能な表現文字列を返す
　引数＝オブジェクト、　リターン値＝文字列
・*chr()*	：Unicode コードポイントの文字列を返す
　引数＝整数、　リターン値＝文字列
・*format()*	：指定書式の文字列を返す
　引数＝値および指定書式、　リターン値＝文字列
・*ord()*	：Unicode文字に対しコードポイントを表す整数を返す
　引数＝Unicode文字、　リターン値＝整数
・*print()*	：オブジェクトを指定に従い出力する
　引数＝オブジェクト／引数、　リターン値＝文字列
・*repr()*	：オブジェクトの表現を文字列で返す
　引数＝オブジェクト、　リターン値＝文字列
・*str()*	：オブジェクトの文字列を返す
　引数＝オブジェクト／引数、　リターン値＝文字列

### オブジェクト処理で用いる組み込み関数は？

主に以下の*組み込み関数*が**オブジェクト処理**で用いられています。

・*bytearray()*	：新しいバイト配列を作成する
　引数＝初期化引数、　リターン値＝バイト配列
・*bytes()*	：新しいバイト配列を作成する（変更不可能）
　引数＝初期化引数、　リターン値＝バイト配列
・*dir()*	：ローカルスコープのリストまたはオブジェクトの属性リストを返す
　引数＝オブジェクト、　リターン値＝リスト
・*enumerate()*：オブジェクトに番号付けしたenumerateオブジェクトを返す
　引数＝イテラブルオブジェクト、　リターン値＝enumerateオブジェクト
・*filter()*	：関数の結果を指定条件でフィルターし結果を返す
　引数＝関数およびイテラブルオブジェクト、　リターン値＝イテレータ
・*frozenset()*	：新しいfrozensetオブジェクトを返す
　引数＝イテラブルオブジェクト、　リターン値＝frozensetオブジェクト
・*getattr()*	：指定された属性の値を返す
　引数＝オブジェクト、　リターン値＝属性値
・*hash()*	：オブジェクトのハッシュ値を返す
　引数＝オブジェクト、　リターン値＝ハッシュ値
・*id()*	：オブジェクトの識別値を返す
　引数＝オブジェクト、　リターン値＝識別値
・*input()*	：入力から1行読み込み文字列に変換する
　引数＝プロンプト、　リターン値＝文字列
・*isinstance()*	：オブジェクトの引数型を判定する
　引数＝オブジェクトおよび引数、　リターン値＝TrueまたはFalse
・*issubclass()*	：クラスがサブクラスかどうか判定する
　引数＝クラスおよび引数、　リターン値＝TrueまたはFalse
・*iter()*	：イテレータ オブジェクトを返す
　引数＝オブジェクトまたは呼び出し可能オブジェクト、　リターン値＝イテレータオブジェクト
・*len()*	：オブジェクト要素の個数を返す
　引数＝オブジェクト、　リターン値＝整数
・*list()*	：リスト型オブジェクトを作成する
　引数＝イテラブルオブジェクト、　リターン値＝リスト型オブジェクト
・*locals()*	：ローカルシンボルテーブルの辞書オブジェクトを返す
　引数＝なし、　リターン値＝辞書オブジェクト
・*map()*	：引数からすべての要素のイテレータを返す
　引数＝関数およびイテラブルオブジェクト、　リターン値＝イテレータ
・*max()*	：引数から最大値を返す
　引数＝引数またはイテラブルオブジェクト、　リターン値＝オブジェクト要素
・*memoryview()*	：メモリビュー オブジェクトを作成する
　引数＝オブジェクト、　リターン値＝オブジェクト
・*min()*	：引数から最小値を返す
　引数＝引数またはイテラブルオブジェクト、　リターン値＝オブジェクト要素
・*next()*	：\_\_next\_\_()メソッドにより次の要素を順に返す
　引数＝イテラブルオブジェクト、　リターン値＝オブジェクト要素
・*object()*	：新しい基本オブジェクトを返す
　引数＝なし、　リターン値＝オブジェクト
・*property()*	：属性の取得・設定・削除・表示する
　引数＝属性に対する指定、　リターン値＝プロパティ属性
・*reversed()*	：オブジェクト要素を逆順で返す
　引数＝オブジェクト、　リターン値＝イテレータ
・*setattr()*	：オブジェクト属性を設定する
　引数＝オブジェクト、名前、値、　リターン値＝なし
・*slice()*	：指定インデックスの集合を生成する
　引数＝数値、　リターン値＝オブジェクト
・*sorted()*	：オブジェクト要素を並べ替えて新しいリストを返す
　引数＝イテラブルオブジェクト／引数、　リターン値＝オブジェクト
・*tuple()*	：新しいタプル型オブジェクトを作成する
　引数＝オブジェクト、　リターン値＝タプル型オブジェクト
・*type()*	：オブジェクトの型を返す
　引数＝オブジェクト、　リターン値＝型オブジェクト
・*vars()*	：\_\_dict\_\_ 属性を持つオブジェクトの\_\_dict\_\_ 属性を返す
　引数＝オブジェクト、　リターン値＝\_\_dict\_\_ 属性
・*zip()*	：イテラブルからイテレータを作成する
　引数＝イテラブルオブジェクト、　リターン値＝イテレータ

### クラス処理・コード制御・ファイル操作で用いる組み込み関数は？

主に以下の*組み込み関数*が、**クラス処理・コード制御・ファイル操作**で用いられています。

・*classmethod()*	：メソッドをクラスメソッドへ変換する
　引数＝クラス、　リターン値＝クラスメソッド
・*dict()*	：引数から新しい辞書オブジェクトを生成する
　引数＝オブジェクト要素、　リターン値＝辞書オブジェクト
・*globals()*	：現在のグローバルシンボルテーブルを表す辞書を返す
　引数＝なし、　リターン値＝辞書オブジェクト
・*super()*	：スーパー型オブジェクトを返す
　引数＝型、　リターン値＝スーパー型オブジェクト
・*callable()*	：呼び出し可能オブジェクトかどうか判断する
　引数＝オブジェクト、　リターン値＝TrueまたはFalse
・*compile()*	：ソースをコードオブジェクト・ASTオブジェクトにコンパイルする
　引数＝ソース・引数、　リターン値＝コードオブジェクト
・*delattr()*	：属性を削除する
　引数＝オブジェクト・文字列、　リターン値＝なし
・*eval()*	：引数を構文解析し評価する
　引数＝Python式の文字列、　リターン値＝式の評価結果
・*exec()*	：引数を実行する
　引数＝Pythonの実行コード、　リターン値＝None
・*hasattr()*	：オブジェクトの属性名を確認する
　引数＝オブジェクト・文字列、　リターン値＝TrueまたはFalse
・*staticmethod()*	：メソッドをスタティックメソッドへ変換する
　引数＝なし、　リターン値＝なし
・*\_\_import\_\_()*	：import分から呼び出される
　引数＝名前／引数、　リターン値＝名前束縛による
・*open()*	：指定ファイルをオープンしファイルオブジェクトを返す
　引数＝ファイル名および引数、　リターン値＝ファイルオブジェクト

その他の用途についても、以下の組み込み関数が提供されています。
・*help()*	：対話型ヘルプシステムを起動する
　引数＝オブジェクト、　リターン値＝ヘルプ表示
・*breakpoint()*	：デバッガの呼び出し
　引数＝デバッガ引数、　リターン値＝function()の返り値

## Pythonの関数を学んで適用範囲を拡大しましょう

Pythonの言語の理解が進んだら、次のステップとして組み込み関数を活用しましょう。*組み込み関数*は*ユーザ定義関数を作成する場合にも有効*です。関数と処理を組み合わせて必要とされる*処理手続きを共通利用*できれば、**開発効率が向上**します。ぜひ色々と試してみましょう。

Pythonにおける関数は一連の処理コードを1つの手続きにまとめたものです。関数を活用することでプログラム開発の生産性が向上します。ここでは、Pythonの関数定義方法と使い方を説明するとともに、組み込み関数についても全体像を紹介していきます。

Pythonの関数とは、繰り返し実行されるコード群を1つの手続きにまとめたものを指します

関数の定義や呼び出し方法は簡単で、組み込み関数も数多く提供されています

関数を用いることでソースコードの判読性が高まり、メンテナンスがしやすくなります

Pythonの関数：基本的な使い方と組み込み関数を解説！

*Pythonは構文が簡単*で、大変人気があります。*豊富なライブラリーが公開されている*ため、特にAI分野での機械学習・深層学習では**標準言語**となっています。

LinuxやUNIXの多くのディストリビューションでは、**最新のPythonバージョンが同梱**されています。Windows・Mac OS・他のOSでも**簡単にPythonをインストール**して利用することができます。
参考：[Python Getting Started](https://www.python.org/about/gettingstarted/)

### Pythonを利用するための事前準備は？

Pythonを利用するための事前準備として、**Pythonの情報を入手しておき適宜参照する**のが良いでしょう。*Python公式サイトの日本語ドキュメント*は、以下のリンクから参照できます。
参考：[Python 3.9.4 ドキュメント](https://docs.python.org/ja/3/)
加えて、「*日本Pythonユーザ会*」においても*インストール方法*を紹介しています。こちらも参考になる情報です。
参考：[日本Pythonユーザ会 Python環境構築ガイド](https://www.python.jp/install/install.html)

その他の情報としては、*Python開発者向け日本語情報のTipsサイトやBlogサイトのリンク*が公式サイトで紹介されています。合わせて確認しておくのが良いでしょう。
参考：[Python JapaneseLanguage](https://wiki.python.org/moin/JapaneseLanguage)

### Pythonをダウンロードするには？

Pythonのソースコードやインストーラは、*Python公式サイトのDownloadリンク*にあります。現在**Python 3.9.6が最新**で、バージョンを指定してダウンロードすることが可能です。同様に、*プラットフォーム固有情報も整理されている*ため、Windows・Mac OS・他のプラットフォーム分類での情報が提供されています。
参考：[Python Download](https://www.python.org/downloads/)

## PythonをWindowsで利用するには？

Pythonの*Windowsリリース情報*は以下のダウンロードサイトで提供されています。現在WindowsのPython最新版は、**Python 3.9.6**です。
参考：[Python Relase for Windows](https://www.python.org/downloads/windows/)

### PythonのWindows版をダウンロードする方法は？

実際のモジュールやインストーラのダウンロードは**バージョンごと**にまとめられているため、最新版のダウンロードは*Python 3.9.6のダウンロードサイト*を用います。このサイトでは、リリースノートとダウンロードのリンクが掲載されています。
参考：[Python 3.9.6 Download](https://www.python.org/downloads/release/python-396/)

### PythonのWindows版をインストールする方法は？

PythonのWindows版をインストールするには、次の**2通りの方法**があります。

・*Python公式サイトから完全版インストーラをダウンロードする方法*
Windows版のPythonは、**zip形式のパッケージ並びにexe形式のインストーラが提供**されています。簡単にインストールすることが可能なため、インストーラをダウンロードしましょう。参考までに、Windows32ビット版/64ビット版のリンク情報をお伝えします。
参考：[Python 3.9.6 Download Windows installer (32-bit)](https://www.python.org/ftp/python/3.9.6/python-3.9.6.exe)
参考：[Python 3.9.6 Download Windows installer (64-bit)](https://www.python.org/ftp/python/3.9.6/python-3.9.6-amd64.exe)

・*Microsoft Storeからインストールする方法*
Microsoft Storeでpythonを検索すると、各バージョンの公式版Pythonが表示され、希望するバージョンのPythonがインストール可能です。Microsoft Storeを利用する方法は初心者でも簡単にインストールできます。

しかし、Microsoft Store提供版では、Pythonの最新バージョンを自動実行する*Python ランチャー（Python Launcher）*が同梱されていません。また、*Microsoft Storeのアクセス制限*によりTEMPへの書き込みやレジストリ書き込みが制限されています。これによって、使用する*Pythonアプリケーション動作に不具合が生じることもある*ため、本格利用には注意が必要です。
参考：[マイクロソフト Docs Windows での Python の使用についてよく寄せられる質問](https://docs.microsoft.com/ja-jp/windows/python/faqs)
参考：[Python 3.9.4 ドキュメント 3. Windows で Python を使う](https://docs.python.org/ja/3/using/windows.html)

## PythonをMac OSで利用するには？

Pythonの*Mac OSリリース情報*は以下のダウンロードサイトで提供されています。現在Mac OSのPython最新版は、**Python 3.9.6**です。
参考：[Python Relase for Mac OS X](https://www.python.org/downloads/mac-osx/)

### PythonのMac OS版をダウンロードする方法は？

PythonのMac OS版は、*Mac OSにプリインストール*されています。しかし、プリインストール版は*バージョンがPython 2.7やPython 3.7と古い*ため、**最新版をダウンロード**するのが良いでしょう。

実際の*モジュールやインストーラのダウンロードはWindows版と同じ考え方*で、バージョンごとにまとめられており、最新版のダウンロードは*Python 3.9.6のダウンロードサイト*を用います。このサイトではリリースノートとダウンロードのリンクが掲載されています。
参考：[Python 3.9.6 Download](https://www.python.org/downloads/release/python-396/)

### PythonのMac OS版をインストールする方法は？

PythonのMac OS版をインストールするには、次の**3通りの方法**があります。

・*Python公式サイトからインストールパッケージをダウンロードする方法*
Mac OS版のPythonはpkg形式のインストーラが提供されています。参考までに、Intel版とUniversal2版インストーラのリンク情報をお伝えします。
参考：[Python 3.9.6 Download macOS 64-bit Intel installer](https://www.python.org/ftp/python/3.9.6/python-3.9.6-macosx10.9.pkg)
参考：[Python 3.9.6 Download macOS 64-bit universal2 installer](https://www.python.org/ftp/python/3.9.6/python-3.9.6-macos11.pkg)
その他必要とされる追加手順については、以下のサイトに記載されています。
参考：[Python 3.9.4 ドキュメント 4. Macintoshで Python を使う](https://docs.python.org/ja/3/using/mac.html)

・*Homebrewを用いてインストールする方法*
HomebrewとはMac OSのパッケージ管理システムで、Rubyスクリプトを用いて動作しています。Homebrewをインストールするには、Mac OSのターミナル上でbashを用いて以下のコマンドを実行します。
*使用方法：（後述するypenvでもHomebrewを使います）*
$ /bin/bash -c  \\
\"$(curl -fsSL https\://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)\"
次にコマンド実行中に”Press RETURN to continue or any other key to abort”が表示されたらリターンキーを押して処理を継続します。
参考：[Homebrew](https://brew.sh/index_ja.html)

続いて、ターミナル上でインストールコマンド（brew install）を実行します。最新版のPythonをインストールする方法は以下の通りです。
*使用方法：*
$ brew install python3

ここで指定したpython3は最新版を指しますが、希望するバージョンのPythonがインストール可能です。Pythonを起動する際は標準インストールされているPythonではなく、インストールしたPythonのバージョンを指定する必要があります。
*使用例：*
$ python3

・*Homebrewおよびpyenvを併用してインストール管理する方法*
複数バージョンのPythonを使い分ける場合は、Homebrewに加えて**pyenvも追加インストールする**のが良いでしょう。pyenvもHomebrewからインストールできますので先ほどと同様の手順でHomebrew自体をインストールしておきます。Homebrewのインストールが完了したら、pyenvをインストールします。
*使用方法：*
$ brew install pyenv

続いて、pyenvを用いてPythonのインストール管理を行うので、以下のインストールコマンド（pyenv install）を実行しPythonをインストールします。pyenvは “install --list” 引数でインストールできるバージョンを表示することができます。
*使用方法：*
$ pyenv install Pythonのバージョン番号または--list
*使用例：*
$ pyenv install --list
$ pyenv install 3.9.6

続いて、インストールバージョンを全体のデフォルト実行するPythonに設定します。
*使用例：*
$ pyenv global 3.9.6
$ python -V
Python 3.9.6

これでバージョン番号の指定を気にせずにPythonを利用することが可能です。*Homebrewとpyenv*を利用する方法はとても簡単なため、**初心者におすすめの方法**です。

## Pythonインストール後は演習して理解を深めまよう

Pythonのインストールが完了し、Pythonが実行できたら*サンプルコード*を試してみましょう。サンプルコードは、ウェブサイトあるいは参考書籍に多数掲載されています。「習うより慣れろ」のスタイルで、*学習インプット*にめどが立ったら、*コード作成のアウトプット*を実践し**さらにスキルを高める**ことがおすすめです。

Pythonは簡単に記述できるため初心者でも人気が高まっています。ここではPythonのダウンロード方法およびインストール方法を説明します。Windows版およびMac OS版を中心に、必要となるインストール作業について詳しく解説していきます。

Pythonのインストールに関する情報は整備されており、作業は簡単に実施できます

Windows版のPythonは、Python公式サイトやMicrosft Storeからインストール可能です

Mac OS版のPythonは、Python公式サイト並びにフリーパッケージ管理システムを用いてインストールします

Pythonのインストール方法：初心者向けインストール方法を1から解説！

*プログラミング言語のPythonは今、もっとも注目されている人気の言語*ですが、注目されている理由はそのシンプルさや学びやすさだけではありません。**DX推進の1つの鍵となっている「AI関連」の開発や機械学習にPythonが利用されていることが人気を集めている秘訣**です。

ここでは、AIエンジニアや機械学習エンジニアを目指す方のために、PythonとAIの関係について掘り下げていきます。

Pythonは1990年にグイド・ヴァン・ロッサム氏が開発して1991年に公開された、比較的歴史のあるプログラミング言語です。*構文が非常にシンプルで、少ないコードで開発できる*点が魅力です。サンプルコードで他言語と比較したサイトなどを見てみると、*Cのサンプルコードと比較して、Pythonは1/4程度の記述で済む*ことが分かります。

**言語のタイプは、オブジェクト指向・スクリプト言語・インタプリタ言語であり、Rubyとよく似ている**と言われます。他、C言語とも相性がよく、また機械学習分野やデータ解析に加えてWebアプリケーション開発にもよく利用され、*使い勝手の良さと汎用性の高さも人気の理由*です。

Pythonはその特性を活かして**AI開発分野の機械学習・深層学習（ディープラーニング）・データ解析処理にもよく利用**されていますが、実はWebアプリケーション開発でもよく利用され、*Pythonで作られたものとしてはYouTube・Instagram・DropBoxなどが知られています*。

その他にも、ゲーム・アプリ、デスクトップ・アプリの開発でもPythonは活用されるなど、その汎用性の高さが際立っています。

**Pythonを学ぶには、AIについて理解しておくことが必要**です。Pythonとは切っても切れない関係にあるAIについて見ていきましょう。

### 第4産業革命の原動力となるAI

今最も注目されている最新テクノロジーとして、AI（人工知能）があります。**デジタル革命による第4次産業革命の時代が到来していると言われる中、AIはその中心的役割**を果たそうとしています。

*AIは、人が持つ知覚や知性を人工的に再現する技術として理解されていますが、AIについて一意に決まった定義があるわけではありません*。まだ各界で議論があるようですが、いずれにしてもAIによって世界を根底から覆すような産業革命が起きているのは間違いありません。

### 特定分野では人を超えるAIが出現

AIはまだ発展途上にあり、全ての領域において人間を超えるようなAIはまだ出現していません。しかし、**特定の分野ではAIが人間をはるかに超える能力を発揮**しているケースもあります。医療分野では、一般的な医師に代わって的確な診断を行えるAIが出現しています。

金融分野でも超高速で、精度の高い取引を行うアルゴリズム取引が市場に浸透していると言われています。タクシードライバーの他、会計士・弁護士・教師までAIに置き換わるとさえ言われているほど、*AI技術の進展には目覚ましいものがあります*。

AIの黎明期である*「第1世代」では、人の経験則をベースにして、人の知的作業の支援をするAIが出現*しました。*「第2世代」では統計/探索のモデルによる最適解の発見がAIの役割*となり、**「第3世代」のAIでは脳モデルに基づいた認識性能の飛躍的向上**を目指しています。

昨今、AIが大きく注目を浴びるようになったのは、この第3世代テクノロジーの出現にあります。

*人間の脳モデルを参考にしたアルゴリズムの「ディープラーニング」（深層学習）がその代表的な例*です。

従来の機械学習ではコンピュータ自身がビッグデータを読み解いて、裏にある相関関係などの特徴を見つけてくれましたが、*ディープラーニングによってコンピュータは人の介在やコントロールを必要とせずに自律的・自発的に学習し、自分で判断することが可能*になっています。

## AI分野でPythonが注目される理由

AI分野や機械学習ではPythonが必要不可欠な言語と言われていますが、何十種類ものプログラミング言語がある中で、特にPythonが注目されるのはなぜなのでしょうか。ここでは、**PythonがAIに欠かせない言語とされる背景、他言語との違いなど**について見ていきましょう。

### 科学技術計算分野で主流の言語に転換

Pythonは元々は分散OSの管理用に開発された言語でしたが、海外の科学者やエンジニアのコミュニティで注目され、科学技術計算の分野で評価を得て、次々と新技術の実装にPythonが利用されるようになりました。

その結果、**ライブラリがさらに充実し、科学技術計算の主流言語である「R」言語の機能がPythonに盛り込まれたことで、それまで「R」を用いていた活動の多くがPythonに置き換えられていった**のです。*これが、Pythonが機械学習やデータ解析などで主流になっていった理由*です。

米国の*コンピュータ・サイエンス分野の教育で、Pythonは圧倒的な使用率*を誇っている言語です。米国の大学では、プログラミング教育にPythonが頻繁に使用されています。さらに日本の大学でも近年、教育用言語としてPythonを採用する大学が増加しています。

これは、**Pythonが無駄を排し、非常にシンプルな構文で、初心者にも覚えやすいこと**があります。このような背景から、結果としてPython人口が拡大し、Pythonがさらに活用され、またPythonの利用が拡大するというスパイラルが生まれていることが挙げられます。

### 機械学習に強いといわれるRとの違い

R言語は元々、データ解析や統計プログラムを目的に開発された言語で、当初から主に学術分野や研究分野で使用されており、これらの分野ではR言語が有利でした。一方、**次第にPythonがR言語が持つ機能を吸収し、安定が進んできたことで、科学計算や機械学習分野ではR言語とPythonの機能に差がなくなり、両方の言語が併存**するようになりました。

とはいっても、データ解析・統計処理・多変量解析などの複雑な計算にはR言語の方が優れた部分もあり、*一部の専門領域ではまだR言語が有利*とされています。

## PythonによるAIの作り方の手順

PythonとAIが不可分の関係にあることは分かりましたが、ではPythonを用いてどのようにAIを開発するのでしょうか。ここでは、**PythonによるAI構築の一般的な手順の概略**について見ていきましょう。

最初に、どのようなAIを構築するのかについてAIの概要設計を行います。**概要設計では、用途や目的によってAIの機能（画像・文字認識機能、予測機能など）を決めて、開発用のPythonライブラリやフレームワークを選定し、AI構築の大枠を作ります**。次に、AIに対する学習モデルの選択を行います。学習モデルには大きく分けて*「教師あり学習」「教師なし学習」「強化学習」の3パターンがあり、この中から最適な学習モデルを選びます*。

次に、コンピュータに学習させるためのデータ収集を行います。**AIは「機械学習」を繰り返すことでその精度が上がるため、「機械学習」用のデータが必要**です。そのデータは学習に最適なデータである必要があります。不良なデータを与えればコンピュータの学習精度は低下します。*学習用のデータは精査され、適したラベルが付けられ、クリーニングされ、最適化*されなくてはなりませんが、最近ではこの作業を自動化する動きも出ています。

こうして整備された**学習用データを用いて、機械学習や深層学習（ディープラーニング）を行います**。これらの学習には多くの場合*「TensorFlow」「Amazon Machine Learning」「Azure ML」などのライブラリーや学習ツールが利用*されます。

**AIの学習が済むと、プログラミングによりAIを製品やサービスに実装**します。最近では、AIの作成ツール、プログラミングに必要な機械学習ライブラリが多く公開されており、*誰もが簡単にAIを作成できる*ようになっています。

## 市場価値の高いエンジニアを目指そう

市場価値の高いエンジニアを目指す上で、プログラミング言語に加え、さまざまなスキルの習得が必要です。**AIや機械学習エンジニアを目指すなら、プログラミングに加えてAIや機械学習に関する知識やスキル、ビッグデータなどに関する知識も必要**です。人気の高いPythonプログラマーは急速に増えていますが、それだけではエンジニアとしての市場価値は上がりません。

今後、AI開発に必須のPythonに関するスキルに加え、*AI・機械学習・深層学習に関する高度なスキル*が益々求められることでしょう。

AIを備えたサービスや製品が増加する中、機械学習を中心にPythonエンジニアの需要が急速に増加しています。*Pythonが組めるだけでは通用しなくなってくる*でしょう。そこで**強みとなるのは、機械学習や深層学習のスキルを有すること**です。

これらを体系に学ぶ方法もありますが、とにかくPythonは机上で学ぶよりは実践を重ねることです。自らPythonを用いたプロジェクトに積極的に関わり、経験を積みましょう。

### データサイエンティストとして活躍

今、注目されている職種の1つにデータサイエンティストがあります。**データサイエンティストとはデータの統計や分析によって、ビジネスに関する戦略策定に寄与する職種**です。

データサイエンティストは統計学や確率、モデリング手法などに関する知識に加えて機械学習関する知識が求められます。機械学習ではPythonの知識が不可欠です。*Pythonを学ぶ人で、統計学などを学んだ経験のある人は、データサイエンティストを目標にするのも良い*でしょう。

DX推進に欠かせないAI技術ですが、そのAI開発に欠かせないプログラミング言語と言えばPythonです。なぜAIにPythonが欠かせないのか、 AIの機械学習に強いR言語とは何が違うのか、PythonとAIとの関係、AIの仕組みなどについても解説していきます。

AI構築に必要な機械学習や深層学習にはPythonが利用されることが多く、PythonとAIは不可分の関係にある

科学技術計算や分析などはR言語の得意分野だったが、Pythonがその機能を吸収することでPythonが主流になった

Pythonエンジニアは、機械学習やAI分野の知識を併せ持つことで活躍の場が広がる

PythonはAIに必須！AIエンジニアを目指すならPythonを学ぼう

**システム開発やWebアプリケーション開発に使用されるプログラミング言語は多種多様にありますが、その中でもJavaは世界中で利用されている人気や需要が高い言語の1つです。**レバテックが公表している2019年度プログラミング言語別新規求人割合ランキングを見ると、Javaは1位となっています。そのため、Javaを習得すると市場価値が高いエンジニアになることができるでしょう。
（ 参考：https://career.levtech.jp/guide/knowhow/article/606/ ）

ここでは、Javaの入門として概要やメリットについて詳しく紹介します。

*Javaのプログラミング言語は1995年頃にサン・マイクロシステムズ社によって開発されました。*Javaエンジニアの求人や案件は他のプログラミング言語と比較して多く、プログラマーなどのエンジニアを目指すのであれば、まず押さえておきたい言語と言えるでしょう。

**Javaはオブジェクト指向型言語であり、オブジェクト指向の概念を理解する際に学習コストがかかることが懸念点として挙げられます。しかし、Javaのプログラミングスキルを習得すれば、他のプログラミング言語を学習する際にも活かすことが可能です。**

**まずJavaのメリットとしてOSに依存しない点が挙げられます。**プログラミング言語には、特定のコンピュータやOSでないと動作しないことも少なくありません。*しかし、Javaの場合であればMacOS・Windows・LinuxなどのOSに依存せず、どのような環境でも動作させることが可能です。*あらゆる動作環境で互換性があることは、Javaのプログラミング言語のメリットと言えます。

**またJavaはフレームワークが充実しているため、開発効率の向上や運用コストの削減が期待できます。**フレームワークとは、プログラミング言語で開発を行う際に、よく使用される機能をまとめて提供してくれるもののことです。*汎用性の高い機能をまとめてあるライブラリやAPIがあらかじめ多数用意されていることも、Javaのメリットと言えます。*

Javaのプログラミング言語は需要が高い言語ということは理解できたでしょうか。ここでは、Javaの基本事項について詳しく紹介します。

**クラスとは、Javaなどのオブジェクト指向と呼ばれるプログラミング言語の基礎となるもので、1つの処理を実現させるために、必要なものを集めたものを指します。**クラスを定義する場合には「class クラス名{}」のように記述します。*「class」を記述後クラスの「名前」を記し、「{」と「}」の間に、実施したい処理のプログラムの記載していきます。*

ここからは具体例を見ていきましょう。

```class Test{
  public static void main(String[] args){
    System.out.println("Hello World!");
  }
}```

「public static void main(String[] args)」はJavaのプログラムを実行するために、必要不可欠なメソッドです。メソッドの概要については後述します。ここでは「Test」というクラスを定義しました。このクラスは画面に「Hello World!」というメッセージを表示させる処理を実現するためのものです。*Javaのプログラムはこのようなクラスを1つもしくは複数組み合わせて作成されます。プログラムが複雑になると、1つのアプリで使用されるクラスの数も多くなるでしょう。*

**メソッドとは、クラスの中で特定の処理を実行するために必要なプログラムをまとめたものを指します。**メソッドを定義する場合は、下記のように記載します。

```class クラス名{
  void メソッド名(){
  }
}```

*メソッドは行頭に戻り値のデータ型を記述後、メソッドの名前を記します。括弧「()」の中にはメソッドが呼び出される際に、渡される値を受け取るための仮引数を記述することが可能です。そして、 「{」「}」 の間にメソッドが呼び出された際に実行されるプログラムを記述します。*ここからは具体例を見ていきましょう。

```class Test{
  public static void main(String[] args){
    Test test = new Test();
    test.hello();
    test.bye();
  }
  void hello(){
    System.out.println("Hello!");
  }
  void goodbye(){
    System.out.println("Goodbye!");
  }
}```

「Test」のクラスの中には、挨拶の処理を行う「hello」と「goodbye」、そして最初に呼び出される「main」の3つのメソッドがあります。また、下記のように挨拶というメソッドにまとめて記述することも可能です。

```class Test{
  public static void main(String[] args){
    Test test = new Test();
    test.greeting("Hello!");
    test.greeting("Goodbye!");
  }
  void greeting(String message){
    System.out.println(message);
  }
}```

*上記のように簡単なプログラムの場合は1つのメソッドにまとめて記述しても良いですが、例えば「Hello!」と挨拶する場合と「Goodbye!」と挨拶する場合で、異なる処理を行うプログラムを記述したいときには別々のメソッドにしたほうが良いでしょう。*

**フィールドとは、クラスの中でデータの値を保存する際に使用するものを指します。**フィールドを定義する際には、下記のように記載します。

```class クラス名{
  データ型 フィールド名;
}```

*フィールドは行頭に格納したいデータのデータ型を記述後、フィールドの名前を記します。*ここからは具体例を見ていきましょう。

```class Test{
  String name = "太郎";
  String color = "緑";
}```

*上記のようにフィールドを用意しておけば、後に使用する可能性があるデータを保存しておくことができます。*この場合、データ型には「String」を使用しています。

**プログラムを記述する際に、定義したクラスやメソッド、フィールドに対して日本語でメモを残しておくと、第3者がソースコードを確認したときに理解しやすいでしょう。**例えば、クラスの作成者や作成日などを残すのは一般的です。このときに使用するのがコメントです。*コメントは定められた規則に従って記述すれば、プログラムの処理に影響を与えることはありません。*Javaではコメントの記述方法が3つあります。ここでは、コメントの記述方法についてそれぞれ詳しく紹介します。

**コメントの記述方法の1つ目は「//」を使用します。この方法では、単一行のみコメントにすることが可能です。**「//」から行末までがコメントになります。例えば「//」を行頭に記述してその行をコメント行にしたり、行の途中で「//」を記述してその位置から行末までをコメントにしたりすることが可能です。ここからは具体例を見ていきましょう。

```int sum = 0;
// 25回繰り返す
for (int i = 1 ; i <= 25 ; i++){
  sum = sum + i; // 数値を1ずつ加算する
}
System.out.println(sum);```

この場合「25回繰り返す」と「数値を1ずつ加算する」がコメントアウトされます。処理結果として「25」が出力されます。

を使用します。この方法では、複数行をコメントにすることが可能です。

までの間に改行を含められるため、複数行をコメントにすることができます。ここからは具体例を見ていきましょう。

```int sum = 0;
/`*`
 25回繰り返す
 変数「sum」に1ずつ値を加算していく
 最後に処理結果を出力する
`*`/
for (int i = 1; i <= 25; i++){
  sum = sum + i;
}
System.out.println(sum);```

この場合「25回繰り返す」から「最後に処理結果を出力する」までがコメントアウトされます。処理結果として「25」が出力されます。

**コメントの記述方法の3つ目は「Javadoc」と呼ばれるツールを使用し、プログラムに記述したコメントからドキュメントを自動で生成する方法です。**書式は一般的には複数行コメントと同様ですが

を使用します。下記が具体例です。

```
/`**`
 コメント
 コメント
 コメント
`*`/
```

*クラスやメソッドを定義する前にこの形式でコメントを記述しておけば、 Javadocを使用して自動でドキュメントを生成することが可能です。*

## Javaをマスターするには充分な時間の確保が大切！

これまでに、Javaの概要や基本事項、コメントの記述方法について解説しました。Javaは今もなお需要が非常に高いプログラミング言語の1つであり、大規模システム開発を行う際などによく使用されています。**Javaはオブジェクト指向の考え方を取り扱っているため、学習コストが大きいことに注意しましょう。**

ここで紹介したのはJavaの基礎の中のほんの一部です。他にも*変数・データ型・演算子・インスタンス化・コンストラクタ・クラスの継承*などさまざまなことを覚えなければ、実務で役立つスキルに到達することはできません。そのため、Javaを学習する際にはマスターするには時間がかかることを念頭におき、*書籍や学習サイトを活用して実際に手を動かしながら勉強しましょう。*

Javaは今もなお人気や需要が高いプログラミング言語の1つです。Javaはオブジェクト指向の考え方が取り入れられているため、学習コストが多くかかります。当記事では、Javaの概要・基本事項・コメントの記述方法などについて解説します。

Javaは需要が高く、大規模システム開発などによく使用されるプログラミング言語

Javaはオブジェクト指向の考え方を取り扱っているため学習コストが大きい

コメントを記述する方法には「単一行コメント」「複数行コメント」「Javadocを使用する方法」の3つがある

Java入門！概要やメリット、基本事項について徹底解説！

**R言語とは、統計解析に特化したプログラミング言語の1つです。**そのためR言語は、統計に関する分野以外で使用されることは少ないです。よって他のプログラミング言語と比較して、R言語の学習コストは低いのが特徴です。ここでは、R言語の入門として概要やR言語とPythonの違いについて詳しく紹介します。

**R言語は、オープンソースのフリーソフトウェアであるため無償で使用することができます。またR言語は、統計解析やデータ分析に強みをもっているスクリプト型のプログラミング言語です。**

*スクリプト言語とは、曖昧な定義となっており、可読性が高く比較的簡単にソースコードを記述できる言語の総称を指します。*例えば、PHP・Ruby・Pythonなどもスクリプト言語と言えるでしょう。R言語のソースコードは主にC言語やFORTRANのプログラミング言語を使用して開発されています。

R言語は、統計解析に強みをもっているプログラミング言語です。*しかし、Pythonのプログラミング言語を利用しても統計解析を行うことはできます。*そのため、R言語とPythonのどちらを学習すべきか気になる方は少なくありません。

**R言語はデータ分析に特化したプログラミング言語であるため、単体でWebアプリケーションを開発することができません。**しかしPythonを使えば、Webアプリケーションの開発が可能です。またPythonはフレームワークが充実しており、機械学習に強みをもっているプログラミング言語でもあります。**そのため、Pythonは汎用性が高い言語と言えるでしょう。**

*しかし、統計解析の専門家を目指すならば、R言語のほうが機能が豊富で、学習コストが低いためおすすめです。一方で、まだやりたいことが定まっていない場合には、汎用性が高いPythonを学ぶことがおすすめと言えます。*

R言語は**統計解析に特化しているプログラミング言語**ということが分かりました。ここでは、R言語の基礎について詳しく紹介します。

**R言語を使用すれば、数字の列をベクトルとして扱うことで、多次元ベクトルを作成することができます。ベクトルを生成する際には「c()」と記述すれば簡単に作成することが可能です。**ここからは具体例を見ていきましょう。

上記では「x」というベクトルが作成できました。また、記述方法は他にもあります。例えば「x <- c(1:5,5:1)」と記述すれば「1 2 3 4 5 5 4 3 2 1」が「x」のベクトルの中に代入されることになります。*コロン「:」を活用すれば、連続した整数を扱うことが可能です。R言語の注意点として「<-」が代入を意味することが挙げられます。*例えば「x<-z」と記述すれば、「x」に「z」を代入することが可能です。

*また「rep」という関数を使用すると便利なこともあります。*「rep」は複製を意味する「replicate」の略称です。例えば「x <- c(rep(3,5))」と記述すれば、「3 3 3 3 3」が「x」のベクトルの中に代入されることになります。

**一般的なプログラミング言語では、整数同士の割り算を行うと演算結果も整数になります。しかし、R言語で整数同士の割り算を行うと演算結果は実数になります。**R言語では小数点以下を丸めるために使用できる関数も用意されているため、上手く活用することが大切です。代表的として「round(x, digits = 0)」「ceiling(x)」「floor(x)」「trunc(x)」などが挙げられます。それぞれの関数は、実数の丸め方が異なるため、必要に応じて使いこなすことが重要です。

他のプログラミング言語と同様に、R言語でもコメントを記述することができます。コメントをソースコードの中に記載しておけば、第3者がプログラムを確認するときに理解がしやすく、作業工数の削減につながるでしょう。**R言語でコメントを記述する際には「#」を使用します。「#」から行末までがコメントアウトされます。**コメントアウトされた記述はプログラムの実行結果に影響を与えません。

プログラミング言語を学ぶ上で配列は基礎と言えます。R言語でも配列という概念はありますが、他のプログラム言語と異なる点があるため、注意が必要です。一般的なプログラミング言語の場合、配列の初期値は「0」から始まることが多いです。**一方、R言語の場合、配列の初期値は「1」から始まります。**

そのため、他のプログラミング言語を学習した場合、間違って記述してしまうことがあるので注意しましょう。*R言語の独特の文法や記述方法に最初は戸惑う方が多いですが、慣れてしまえば非常にシンプルでわかりやすい言語です。*

## R言語で正規分布のグラフを作成

**R言語では、数多くの確率分布のグラフ・ヒストグラム・箱ひげ図などを簡単に作成することができます。**ここでは、一例としてR言語を使用して正規分布のグラフの作成方法について詳しく紹介します。

### 簡単な正規分布を作成する方法

正規分布を作成してみたいという方は、下記のプログラムを実行してみましょう。

```curve(dnorm,-10,10)       #curve(関数の式,横軸の最小値,横軸の最大値)```

これだけのプログラムで、標準正規分布のグラフを作成することができます。まず「-10,10」というのはグラフの横軸の範囲です。ここでは「curve()」と「dnorm()」という関数を使用しています。

**「curve()」の関数は、指定した関数のグラフをそのまま作成することが可能です。**その際に関数の式を入力する必要があります。*プログラムでは「curve(関数の式,横軸の最小値,横軸の最大値)」のように使用します。*ここからは具体例を見ていきましょう。

```curve(sin(x),-10,10,col=”blue”)　#「col=”blue”」によって色は青に指定しています。```

上記のプログラムでは、横軸が「-10」から「10」までの「y=sin(x)」のグラフを作成することが可能です。*またグラフの線の色を指定することもでき「col=”色の名前”」で指定します。*色の指定方法はさまざまであるため、インターネットの情報や書籍などを参考にしてください。

**また、「dnorm()」の関数は正規分布の確率点を返します。プログラムでは「dnorm(x,平均,標準偏差)」のように使用するのが一般的です。**これは、パラメータの平均と標準偏差を取ります。*ただしパラメータの指定がない場合には、自動で平均「0」分散「1」の標準正規分布の確率点を返すようになっています。*ここからは具体例を見ていきましょう。

```dnorm(7,10,15) #dnorm(x,平均,標準偏差)```

上記のプログラムでは、平均「10」標準偏差「15」の正規分布の「7」における確率点を求めることが可能です。この処理結果は「0.02606951」と出力されます。

### 平均と分散を指定して正規分布を作成する方法

先述したグラフでは「dnorm」のみ関数として記述し、パラメーターを特に指定しなかったため、標準正規分布のグラフとなりました。**パラメーターを指定すると、作成できるグラフの幅が広がります。**ここからは具体例を見ていきましょう。

```curve(dnorm(x,50,10),0,100) #横軸の範囲は0から100まで```

上記のグラフでは、横軸が「0」から「100」までで、平均「50」標準偏差「10」のグラフを作成することができます。

### 横軸や縦軸に名前をつけて正規分布のグラフを作成する方法

**グラフに軸に名前をつけることも簡単にできます。ここでは「xlab=”横軸の名前”」「ylab=”縦軸の名前”」を使用します。**具体例を見ていきましょう。

```curve(dnorm(x,170,6),150,190,xlab=”身長”,ylab=”その身長の方が全体に占める割合”)  #横軸は150から190まで```

上記のプログラムでは、横軸は「150」から「190」までで、平均「170」標準偏差「6」として身長に関する正規分布のグラフを作成することが可能です。*そして「xlab=””」と「ylab=””」によって軸に名前をつけることもできます。*

ここでは、複数のグラフを出力させる方法について紹介します。**プログラムを記述する際にオプションとして「add = TRUE」を追記すれば、複数のグラフを作成することが可能です。**以下で具体例をご紹介します。

```curve(dnorm(x,350.92,0.85),300,400,add = TRUE,col = “blue”) #横軸は300から400まで、色は青
curve(dnorm(x,350,3),300,400,add = TRUE,col = “green”) #横軸は300から400まで、色は緑```

*上記のプログラムでは「add = TRUE」を記述することによって、2本のグラフを作成することができます。*

## R言語を使用すれば統計解析やグラフの出力ができる！

これまでに、R言語の概要やPythonとの違い、R言語の基礎、正規分布のグラフの作成方法について解説しました。**R言語は統計解析に強みをもっているプログラミング言語です。**Pythonでも統計解析を行うことはできますが、統計解析に特化したいと考えている場合には、R言語を学習するのがおすすめです。

*R言語は独特の文法や記述方法があるため、他のプログラミング言語と比較して戸惑う方も少なくありませんが、慣れるとシンプルでわかりやすい言語です。特に配列の初期値は「1」から始まる点には注意しましょう。*

*今回は正規分布のグラフの作成方法について詳しく解説しましたが、他にもヒストグラムや箱ひげ図などのグラフも比較的簡単に作成することが可能です。*統計解析について興味がある方は、ぜひR言語を勉強してみましょう。

R言語は統計解析に強みをもっているプログラミング言語です。統計解析ができる言語であるPythonと比較されることも少なくありません。当記事では、R言語の概要やPythonとの違い、R言語の基礎、正規分布のグラフの作成方法について解説します。

R言語は統計解析に強みをもっているプログラミング言語

R言語で配列のプログラムを記述する場合、初期値は「1」から始まる

R言語ではさまざまなグラフを簡単に作成することができる

R言語入門！概要や基礎、正規分布のグラフの作成方法について解説！

**Swiftは日本語ではスウィフトと発音し、Apple社が開発したプログラミング言語です。**これまでApple社で使用されていたObjective-Cのコードにも簡単に組み込むことができます。*Swiftが登場したことにより、iOSやMacOSのアプリケーションはSwiftで開発できるようになりました。*ここでは、Swiftの概要やSwiftとObjective-Cの違いについて詳しく紹介します。

言語の記事（13ページ目）