*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。

【入門編】Pythonの基本構文まとめ！学習方法や年収も解説

## 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。

Pythonと機械学習を学んでAI時代に対応できるエンジニアに

<br/>
<center>[【関連情報】「AIを仕事で活用する上で必須! 「コマンドプロンプト」作成のポイント｜CANVAS」](https://mynavi-agent.jp/dainishinsotsu/canvas/2024/08/post-1283.html)</center>

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

## Vertex AIの活用がGitLabとの提携で推進

**2023年5月2日、GitLabとGoogle Cloudは、カスタマイズ可能な生成AIの基盤モデルで、AI支援機能を拡充することを発表しました。**提携によりGoogle Cloudの「Vertex AI」基盤モデルが、GitLabのAIを活用したセキュリティ機能に活用され、脆弱性の特定や修復をより効率的に行えるようになります。

GitLabでは、DevSecOpsのワークフロー効率を10倍向上させるとしています。

両社は、これまで締結していた戦略的パートナーシップを延長しました。GitLabの企業向けDevSecOpsプラットフォームで、AI支援機能の提供がさらに進むと見られます。

【参考】：[GitLab: GitLab and Google Cloud Partner to Expand AI-Assisted Capabilities with Customizable Gen AI Foundation Models](https://about.gitlab.com/press/releases/2023-05-02-gitLab-and-google-cloud-partner-to-expand-ai-assisted-capabilities.html)
【参考】：[Google Cloud: GitLab and Google Cloud Partner to Expand AI-Assisted Capabilities with Customizable Gen AI Foundation Models](https://www.googlecloudpresscorner.com/2023-05-02-GitLab-and-Google-Cloud-Partner-to-Expand-AI-Assisted-Capabilities-with-Customizable-Gen-AI-Foundation-Models)

*Google Cloudは、Googleが提供するクラウドコンピューティングサービスです。*コンピューティング・ストレージのほか、AIと機械学習（ML）やデータ分析などにも力を入れています。AIが組み込まれたクラウドサービス提供のために、必要なサービスを拡張しています。

チームコラボレーションにも注力し、Google Workspaceは企業向けスイート製品としてプロジェクト管理などにも利用されています。

【参考】：[Google Cloud](https://cloud.google.com/?hl=ja)

エンジニアなら知っておくべき！機械学習とディープラーニングの違いとは？

*Vertex AI（バーテクス AI）とは、Google Cloudの機械学習プラットフォームを指します。*企業向けのAIサービスで、機械学習のツールを統合したプラットフォームです。AutoMLとAI Platformを統合しており、モデルのデプロイおよび維持を迅速に行うことができます。企業の導入事例も、確実に増加しています。

【参考】：[Vertex AI](https://cloud.google.com/vertex-ai?hl=ja)
【参考】：[Vertex AI の概要](https://cloud.google.com/vertex-ai/docs/start/introduction-unified-platform?hl=ja)

*GitLab（ギットラボ）は、ソフトウェアリポジトリなどの開発・運用向けサービスを提供しています。*セキュリティを確保するとともに、ソフトウェア開発ライフサイクルのプロセスを自動化し、ソフトウェア開発の生産性向上をに役立てることができます。

生産性向上では、自動化ツールを提供し、セキュリティスキャンの自動化も可能です。GitLabでは、企業向けワークロードを想定し、サービスを提供しています。

【参考】：[About GitLab](https://about.gitlab.com/)

DevSecOpsとは、開発（Development）・セキュリティ（Security）・運用（Operation）からなるソフトウェア開発の手法を指します。従来のDevOpsにセキュリティ手法を統合したものです。ソフトウェア開発のライフサイクルにおいて、セキュリティの考え方を全員が共有しソフトウェアの安全性を高めていきます。

GitLabは、堅牢な CI／CD（継続的インティグレーション／継続的デリバリー）により自動化を推進します。その下でセキュリティコントロールをDevOpsワークフローに組み入れて、DevSecOpsを実現しています。

*GitLabでは、Googleの生成AI基盤 Vertex AIを活用し、顧客の知的財産やプライバシー保護を推進するとしています。*

【参考】：[AI/ML in DevSecOps Series](https://about.gitlab.com/blog/2023/04/24/ai-ml-in-devsecops-series/)

### DevSecOpsでAIを活用するメリット

DevSecOpsでAIを活用するメリットは、数多くあります。ここでは担当別に解説していきます。

・*開発者のメリット*
開発者は、AIによりコードの生成やサジェスト機能などを利用することができます。コード開発が、効率的でかつ品質の高いコード開発が期待できます。コードのレビューや変更管理も効率向上が期待できます。コード全体の整合性を高めて、マージしメンテナンスの維持に役立てることができます。

・*セキュリティ面のメリット*
ソフトウェア開発のライフサイクルを通じて、安全なコードを書けるような環境を提供します。脆弱性の発見や修正を容易にし、開発者のスキル向上にも役立てることができます。また、テスト工程の反復作業を自動化することで、脆弱性や不具合の発見に貢献します。今回の提携でこちらの強化が期待できます。

・*運用面のメリット*
デプロイにおける評価を自動化し、問題の発見を推進するとともに、コードが理解しやすいようにサポートを受けることができます。

・*プロセス全般のメリット*
プロジェクトの会議にAIが加わり、問題のサマリーを作成し支援します。同様に大量のドキュメントから有益な情報を抽出し、役立てることができます。また、ソフトウェア開発ライフサイクルにおける生産性指標に異常がないか、予測し分析結果から問題を解決することが期待できます。

## GitLabのVertex AIを用いた機能提供とメリット

*GitLabでは、Vertex AIの導入により「Built with Google Cloud AI program」を提供し、活用していきます。*Google Cloudの生成AIモデルを活用した機能は、実験的な機能として提供されます。

「Explain this Vulnerability」により、脆弱性に対して自然言語により問題発見と解決方法を提示し、セキュリティ確保に役立てることができます。開発者は、このメリットを得て効率的にセキュリティの維持が可能となります。

すでに実験レベルの機能として発表した、「Explain this Code」「Summarize Issue Comments」「Summarize Merge Request Changes」に加わり、ソフトウェア開発ライフサイクル全体のワークフロー自動化に役立てられます。

【参考】：[GitLab details AI-assisted features in the DevSecOps platform](https://about.gitlab.com/blog/2023/05/03/gitlab-ai-assisted-features/)
【参考】：[GitLab: ML experiment: Explain this source code](https://about.gitlab.com/blog/2023/04/06/explain-this-code/)
【参考】：[GitLab: ML experiment: Summarizing issue comments](https://about.gitlab.com/blog/2023/04/13/summarize-issues/)
【参考】：[ML experiment: Summarize merge request changes](https://about.gitlab.com/blog/2023/04/20/merge-request-changes-summary-ai/)

### GitLabのVertex AI機能の利用料金

*現時点の提供機能は、「Explain this Vulnerability」という実験的な機能となります。*正式版の利用料金に関しては明らかにされていません。GitLabは、無料プランから有料プランまであります。Vertex AIも通常利用においては、マシンタイプやパイプライン実行に応じて費用が発生します。

【参考】：[GitLab: 料金](https://www.gitlab.jp/pricing/)
【参考】：[Google Cloud: Vertex AI の料金](https://cloud.google.com/vertex-ai/pricing?hl=ja)

### GitLabとVertex AIでAIモデルを構築するには

*GitLabでは、構築チュートリアルとしてPythonベースのクレジットカード取引詐欺検出アプリのデモを用意しています。*このデモにより、連携方法を理解することができます。

デモでは、GitLabはアプリケーションのソースコードをホストし、テストとスキャンを自動的に実行します。Pythonコードを実行し、プログラムの実行結果とアウトプットをGoogle Cloud Storageにアップロードし、Vertex AIでエンドポイントを作成します。

手順としては、GitLabとGoogle Cloudを接続し、Vertex AIにデータをアップロードします。GitLabでCI/CDパイプラインを作成し、品質とセキュリティのテストを行います。トレーニングは、Pythonのスクリプトを実行してモデルを学習します。

その後モデルのトレーニングのために、Vertex AIからデータをフェッチし、モデルをトレーニングしてGoogle Cloud Storageに保存します。

【参考】：[GitLab: Train and deploy AI models with GitLab and Google Cloud's Vertex AI](https://about.gitlab.com/blog/2023/06/08/training-and-deploying-ai-models-with-gitlab-and-vertex-ai/)



## GitLabのVertex AI活用は今後さらに強化されます

今回の発表は、GitLabのDevSecOpsにGoogle CloudのVertex AIを提供し、手始めとして「Explain this Vulnerability」機能を実験的に提供するものです。今後のGitLabのAI機能は、Vertex AIを活用するとしており、開発者に役立つ機能が今後も登場すると見られます。**両社の活動は、AI活用として開発者に注目される機能強化となるでしょう。**

今さら聞けない人工知能（AI）の基礎知識｜AI開発の基本を解説！

【2023年版】AI（人工知能）の学習におすすめの本10選！習得のメリットも解説

<br/>
<center>[【関連情報】「AIで仕事はどう変わる? AIを使いこなせるかがキャリアの分かれ道に｜CANVAS」](https://mynavi-agent.jp/dainishinsotsu/canvas/2024/06/post-1281.html)</center>

2023年5月2日、GitLabとGoogle Cloudは、生成AIを活用した提供を強化したことを発表しました。Google Cloudの「Vertex AI」が基盤モデルとして提供されます。ここでは、両社の概要や提供の内容について解説していきます。

GitLabとGoogle Cloudは、提携関係を強化し、AI支援機能を拡充すると発表しました

GitLabに、Google Cloudの「Vertex AI」が基盤モデルとして提供されます

「Explain this Vulnerability」という機能に使用され、脆弱性の特定と修復の効率が高まります

Vertex AIをAI支援に活用！GitLabとGoogle Cloudが提携を強化

*[【マイナビITエージェント】あなたの転職活動を無料でサポートいたします](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=banner&utm_campaign=acv01)*

## HTML編集ソフト（エディタ）を活用する

HTML/CSSを学び始めると、HTML作成ツールとしてHTML編集ソフトが必要になってきます。ここでは、*HTML/CSSの初心者の方に向けて、使い勝手が良く、GUIに優れたHTMLエディタを紹介していきます。*皆さんに合うHTMLエディタ選定の参考にしてください。

HTMLとは？特徴やできることなど基礎知識を初心者向けに紹介

HTML・CSSとは何か？使い方やできること、独学方法を解説！

**HTMLエディタとは、HTML/CSSの作成や編集を効率的に行えるテキストエディタです。**そもそも「テキストエディタ」とは、ソースや文書ファイルなどを編集するためのプログラムのことです。HTMLエディタはHTMLの作成ツールと考えて良いでしょう。

WindowsやMacに標準搭載されているテキストエディタは、主にテキストの編集を行うためのアプリですが、HTMLエディタにはテキストの編集に加えてソースコードの入力補助・タグの自動補完・エラーチェック・ファイル連携などの機能が備わっています。

これらの機能を用いて効率的なHTML記述やWebページの制作を行えますので、HTML/CSSを日常的に使うエンジニアの方にはHTMLエディタの利用がおすすめです。

HTMLタグとは？HTMLタグ一覧など初心者向けに解説！ 

HTMLのdivタグとは？読み方・目的・使い方などを解説！ 

### なぜHTMLエディタにこだわる必要があるのか

Windows標準の「メモ帳」、Mac標準の「テキストエディット」でもHTML/CSSの作成や編集は可能です。しかし、これらの標準ソフトはHTML/CSSに特化したものではないので最低限の機能しか搭載しておらず、HTML/CSSの作成・編集に最適とは言えません。

ITエンジニア、プログラマーの仕事は常に時間との勝負です。しかも、スピードだけではなく高い品質も求められます。プログラムの品質とボリュームを保ちながら納期までにシステムを完成させなければなりません。

**ITエンジニアは高い生産性が求められる職種であり、それを実現するには使い勝手の良いテキストエディタに出会う必要があります。**自分に合う良いエディタを使うことは、自らの仕事の生産性を上げるために欠かせません。

では、HTMLエディタを使うことで具体的にどのようなメリットがあるのでしょうか？まずはHTMLエディタの一般的なメリットについて確認しておきましょう。

*HTMLエディタには自動補完機能が付いており、入力ミスや入力漏れを防いでくれるため、HTMLの記述をスムーズに行うことができます。*

自動補完機能とは、開始タグを打つと自動的に終了タグが記述されるなど、打ち込んだ記号や文字の関連タグを自動で入力してくれる機能です。この機能があることで、効率的にHTMLの記述作業ができます

HTMLは記述ミスをしても思い通りの表示がされないだけで、プログラムのように重大なエラーにはなりにくいです。そのため、うっかりミスに気付かずに記述を進めてしまうことがあります。しかし、仕事でHTMLを記述する際に、そのようなミスは許されません。

HTMLは階層構造が複雑になればなるほど、記述ミスが起きやすくなります。*HTMLエディタでは、構成要素ごとに異なる色で表示してくれるなど、複雑な階層でも構成が分かりやすくなる機能がついているので記述ミスが減ります。*こうした機能は一般のテキストエディタにはありません。

### Webページをプレビューできる

一般のテキストエディタでHTMLを記述する場合は、Web形式のファイルで一旦保存し、そのファイルをWebブラウザで開き直して正しく表示されているかどうかを確認する必要があります。

一方、*HTMLエディタにはプレビュー機能があり、HTMLを記述しながら同時にプレビュー機能でWeb画面を確認できます。*微調整をする際もすぐに確認ができるので、非常に便利です。

### CSSやJavaScriptの記述に利用できる

最近のWebサイトの作成では、HTMLに加えて「CSS」が必須であり、さらに「JavaScript」も扱うケースが多くなっています。「CSS」はWebのデザインを作るための言語で、「JavaScript」はWebに動きを与えてくれる言語です。

HTMLエディタはCSSやJavaScriptにも対応していることが多いです。複数のプログラム言語を扱えるため、*HTMLエディタを扱えるようになると仕事の効率が一気に上がります。*

【初心者必見】HTMLとCSSの違いは？基本知識と学習方法も解説！

HTMLでJavaScriptを動かすには？Javaについても解説

HTMLでできることは少ない？できないことやタグも一覧でまとめた

HTMLエディタは大別すると以下の2種類があります。それぞれメリット、デメリットがあるので環境に応じて使い分けると良いでしょう。

### インストールして利用するタイプ

**HTMLエディタのソフトをネット上からダウンロードし、インストールして使うタイプのエディタソフトです。**一旦インストールすれば、オフラインでも利用でき、しかもPC上で独立して動くため動作が軽いといったメリットがあります。

一方、インストールの手間が掛かる点と、作成したデータの管理を自分のパソコン上でしか行えないため共同作業に向かない点はデメリットです。

### オンラインで利用するタイプ

**ネットワークに接続したパソコンのWebブラウザ上で利用するHTMLエディタです。**インストール不要でWeb上で管理でき、場所に縛られず利用できるため、リモートワークや共同作業では便利です。

その反面、ネットワークに依存するためネットワークの状況次第では使えない、動作が重くなるなどのデメリットがあります。

## HTMLエディタを選ぶ際のポイント

HTMLエディタは数多くリリースされており、それぞれ特徴が異なるため、自分に合ったエディタを見つけるのは簡単ではありません。

ここでは、数あるエディタの中から、自身に適したエディタを見つけるためのポイントについて説明します。自分に合うエディタを見つけるための参考にしてください。

### 自分の使っているOSに対応しているか

エディタを選ぶ際には、*自分が普段使っているパソコンのOSに対応したHTMLエディタか否かを確認する必要があります。*エディタの選定や検討でミスがないよう、自分のパソコンのOSや、OSのバージョンに合ったエディタかどうかをよく確認しましょう。

多くのHTMLエディタは海外製品であり、標準製品は英語での表記が一般的です。*英語に不安がある方は、日本語対応のエディタを選ぶのが無難です。*

英語版のHTMLエディタでも日本語化キットなどがあれば簡単に日本語化できますので、日本語化の可否については確認するようにしましょう。

それぞれのHTMLエディタには製品ごとに異なる標準機能、拡張機能があります。自身のスキルが上がってくると、追加機能が必要になる場合もあります。*標準機能や拡張機能の内容、ツールの有無なども確認しておいた方が良いでしょう。*

エディタは慣れるに従って使い勝手が変わっていきます。自分が求める機能が整っていると長く使えますので、よく比較検討してから選びましょう。

### 調べたい時にすぐに調べられるか

HTMLエディタは使い慣れるまでにさまざまな疑問や壁にぶつかります。そのような時はしっかりした解説サイトや情報共有の場があると早く解決できます。

調べたい時にすぐに調べられるのは、エディタ選択の際の重要な条件です。*サポートサイト、解説サイトの有無はしっかり確認しておきましょう。*

## 初心者におすすめしたいHTMLエディタ9選

ここからは、初心者から中級者まで幅広く利用されている人気のHTMLエディタを9つに絞って紹介します。基本的には無料で利用できるエディタを中心に紹介しますが、*一定期間利用すると有料になるものもありますので、予算に応じて検討しましょう。*

**「サクラエディタ」は、Windows向けの高機能でシンプルなHTMLエディタです。**日本人によって開発されたもので、日本語の会議室や情報共有の場もあります。また、GitHub上にあることから、開発に参加することもできます。

サクラエディタには、キーワードの強調・アウトライン解析・補完入力などの特徴的な機能があります。

▪タイプ：インストール
▪対応OS：Windows
▪料金：無料で使用できます。

【参考】：[サクラエディタ](https://sakura-editor.github.io/)

**「Visual Studio Code」は、マイクロソフトが2015年にリリースしたHTMLエディタです。**マイクロソフト製だけに安心感があります。

HTML以外にも、JavaScript・Python・PHP・Java・C#などの主要なプログラミング言語に対応可能で、プログラマーやエンジニアの強い味方となるでしょう。

▪タイプ：インストール
▪対応OS：Windows、Mac、Linux
▪料金：無料で使用できます。

【参考】：[Visual Studio Code](https://azure.microsoft.com/ja-jp/products/visual-studio-code)

**「Brackets」は、ブラウザの設計が簡単にできる軽量のテキストエディタです。**Webデザイナーやフロントエンドのデベロッパーのためにゼロから開発されたもので、「クイック編集機能」など各種便利機能が豊富に備わっています。

また、環境を問わず動作するため、どのOSでも使うことができます。2021年9月1日をもって開発元であるAdobe（アドビ）によるサポートは終了しましたが、現在はコミュニティによる開発が行われています。

【参考】：[Brackets](https://brackets.io/)

**「CotEditor」はmacOSのために作られたテキストエディタで、macOSのアプリケーションに合わせた振る舞いをします。**

また、日本で開発されたこともあり、エンコーディング判定や和英が混ざった文書、縦書き表示など、日本語特有の問題にも対応しています。

▪タイプ：インストール
▪対応OS：Mac
▪料金：無料で使用できます。

【参考】：[CotEditor](https://coteditor.com/)

**「Sublime Text」は豊富な拡張機能とカスタマイズの自由度の高さ、さらにその動作の軽さからエンジニアには人気が高いことで有名です。**主要なプログラミング言語にはほぼ対応しており、プログラマーの方は重宝するでしょう。

なお、日本語化も可能ですが、拡張機能の利用にはコマンドラインの利用が必要です。単純にHTML/CSSのみを記述しプレビューするというレベルでの使い方を求める方にはやや難しく感じるかもしれません。

▪タイプ：インストール
▪対応OS：Windows、Mac、Linux
▪料金：無料で使用できますが、継続的に使用するには有料ライセンス購入が必要です。

【参考】：[Sublime Text](https://www.sublimetext.com/)

**「Livewave」は、リアルタイム (ライブ) プレビューを備えた HTMLエディタです。**記述したHTMLをプレビュー画面でリアルタイムに確認できるため、練習やテストなどに向いているでしょう。

また、ブラウザ上でコーディングできるため、ソフトウェアをインストールする必要がなく、気軽に利用できます。

▪タイプ：オンライン
▪料金：無料で使用できます。

 【参考】：[Liveweave](https://liveweave.com/)

**「Online HTML Editor」は、オンライン上でコーディングができるテキストエディタです。**他のエディタとは異なり、ドキュメント編集結果から、テキスト入力や画像の挿入、装飾などのHTMLソースを得ることができます。

そのため、ワープロ感覚で扱いやすく、初心者の方にもおすすめです。記述したHTMLをプレビュー画面でリアルタイムに確認することもできます。また、オンラインで利用できるため、インストール不要です。

【参考】：[Online HTML Editor](https://onlinehtmleditor.dev/)

HTML/CSSを学ぶと、多くの方は使い勝手の良いHTMLエディタが必要だと感じるようになります。ここでは、HTML/CSS初心者の方に向け、おすすめのHTMLエディタを9つ紹介していきます。自分に合うHTMLエディタを見つけてHTMLの達人を目指しましょう。

HTML/CSSを効率的・効果的に作成するためには、HTMLエディタを利用することが早道になる。

HTMLエディタにはオンライン・インストールタイプがあるが、状況に応じて使い分けるとよい。

HTMLエディタはさまざまなプログラム言語のコーディングに適したものがあり、エンジニアの武器として活用したい。

【2024年版】初心者向けのHTML編集ソフト（エディタ）おすすめ9選

## Windows11でペイントが見当たらない

Windows11にアップデートした途端、突然ペイントが見当たらず起動方法がわからないという方もいるのではないでしょうか。

Windows11では、ペイントのアイコンや操作性が若干変更されており、これまでペイントを利用していた方は、困惑する方もいるかもしれません。**そこで今回は、Windows11におけるペイントの変更点や、使い方、よくある疑問などを紹介します。**

ペイントを利用できず困っている場合は、ぜひ本記事を参考にしてください。

【参考】：[ペイントで描き、創作し、編集する | Microsoft の Windows](https://www.microsoft.com/ja-jp/windows/paint#backgroundremoval)

Windows11と10の違いは？どっちがいい? 主な変更点や実際の声を紹介

Windows11にアップグレードすべきか解説！メリットや注意点とは

### Windows11ではUIが大きく変更された

Windows11ではユーザーインターフェース（UI）が変更されており、アップデート後の画面の見た目に驚く方も多いでしょう。

*また、標準で入っているアプリケーションもアイコンの見た目が変わっていたり、入っているアプリケーション自体が以前とは若干変わっていたりします。*

ちなみに、ペイントはWindows11でも標準搭載されていますが、アイコンが変わっているため分かりづらいかもしれません。ペイントのアイコンは後述にて紹介していますので、そちらもぜひ参照してください。

Windows11に違和感？評判や気になる点のカスタマイズ方法を解説！

## Windows11でペイントを使う方法

**ここからは、Windows11で具体的にペイントを使う方法について解説します。**また、どうしてもペイントが見つからない場合の対処法も併せて紹介しますので、ぜひ参考にしてください。

### Windows11でのペイントのアイコン

*Windows11では、下図のようにペイントのアイコンが変わっています。*まずはWindows11の、メニューバーのアイコンに下図のアイコンがあるか探してみましょう。

ここに図のようなアイコンが見当たらない場合は、スタート画面の検索から「ペイント」と入力してください。既にインストールされている場合は、ペイントが検索結果として表示されているはずです。

~~【図】：ペイントのアイコン~~

Windows 11の右クリックメニューはどこへ？使い方と変更方法を解説

### アイコンが見当たらない場合

上記の方法で、どうしてもアイコンが見当たらない場合はどうすれば良いでしょうか。*まずは設定から、アプリケーションがあるか確認しましょう。*ここでペイントのアプリケーションが見つからなかった場合は、ペイントのダウンロードが必要です。

では早速、確認作業をしましょう。スタート画面の検索バーから「設定」と入力し、設定を開きます。次に、「設定の検索」と書かれた検索バーにアプリと入力するか、画面左のメニューバー「アプリ」を選択しましょう。

~~【図】：設定のアプリからペイントを探す~~

すると、メニューの一覧が表示されます。この中の「インストールされているアプリ」というメニューを選択します。すると、インストール済みのアプリ一覧が表示されます。

言語・開発の記事（1ページ目）