Dockerとは、OSレベル仮想化プラットフォームソリューションです。Dockerイメージを用いたコンテナ仮想化システムを構築し、仮想化実行環境を実現します。環境をイメージとして登録できますので、同一環境の複製が容易で配布がしやすく利用者が増加しています。

また、Dockerはホストカーネルを利用しており、単一OS上で複数のコンテナが実行できるため、OSで用いるシステム資源は少なくすみ、メモリーの効率が向上するメリットがあります。**一言で言うと、「軽量で速い」ことが特長です。**

【参考】：[Docker](https://www.docker.com/)

Dockerとは？使いどころやメリット・デメリットについて解説！

Dockerでは、Windows版・Mac版・Linux版のダウンロードモジュールが用意されています。*Mac版・Windows版ではDocker Desktopを利用し、Linux版ではDocker Engineをインストールしておきます。*

【参考】：[Get Started with Docker](https://www.docker.com/get-started)

## Windows版Dockerのインストール概要

DockerではDocker CLIによりコマンドラインインターフェイスを通じて操作するほか、Docker DesktopによりGUI操作が可能です。WindowsでDockerを利用する場合は、*Docker Desktopを用いてGUI操作が可能です。*モジュールダウンロードとインストールが完了したら、Docker Desktopのセットアップを行います。

【参考】：[Docker Desktop overview](https://docs.docker.com/desktop/)
【参考】：[Install Docker Desktop on Windows](https://docs.docker.com/desktop/windows/install/)

Windowsをクライアント用途ではなく、サーバ用途で用いる場合はDockerデーモンを起動します。

【参考】：[Install server and client binaries on Windows](https://docs.docker.com/engine/install/binaries/#install-server-and-client-binaries-on-windows)

### Windows版Docker Desktopの動作要件

Windows版Docker Desktopは以下の要件が設定されています。
・*サポートOSバージョン*
　- Windows 11 64 ビット：Home・Pro・Enterprise・Educationの21H2以降
　- Windows 10 64 ビット：Home・Proの21H2以降、 Enterprise・Educationの20H2以降

・*WSL 2（Windows Subsystem for Linux 2）バックエンド*
　- WindowsでWSL 2機能の有効化
　- Linuxカーネルアップデートパッケージのダウンロード・インストール

・*Hyper-Vバックエンドと Windowsコンテナ*
　- Hyper-Vとコンテナ機能の有効化
　- クライアントHyper-V実行時の仮想化要件を満たすこと
【参考】：[Install Docker Desktop on Windows System requirements](https://docs.docker.com/desktop/windows/install/#system-requirements)

以前はWindows 10 Homeのインストールは大変でしたが、上記条件を満足する場合は問題なくインストールできます。

### Docker Windows版のインストール

Docker Desktopは、Docker Hubのサイトからダウンロードできます。ダウンロードのリンク先はドキュメントのインストール方法にも記載されており、同じモジュールがダウンロードできます。

【参考】：[Install Docker Desktop on Windows](https://docs.docker.com/desktop/windows/install/)

2022年10月19日現在、*Docker Desktopの最新リリースは4.13.0です。*Dockerをバージョン指定してダウンロードする場合は、リリースノート記載のリンクから旧バージョンをダウンロードすることもできます。

【参考】：[Docker for Windows release notes](https://docs.docker.com/desktop/windows/release-notes/)

## 実際のDockerインストール方法

ここからは、最新版のDocker Desktop 4.13.0を実際にダウンロード・インストールする方法を解説します。

まず、事前の準備として、*インストールに使うダウンロードモジュールを保存しておきます。*ダウンロードモジュールは以下のDocker公式サイトからダウンロードできます。ここでは、Windowsでのインストール方法について図解していきます。

### ダウンロードモジュールの起動

まず初めに、ローカルドライブにダウンロードしておいた、*インストーラの「Docker Desktop Installer.exe」を起動します。*「ユーザーアカウント制御」の警告メッセージが表示された場合には、「このアプリがデバイスに変更を加えることを許可しますか？」で「はい」をクリックします。

~~ 【図】ユーザーアカウント制御の確認 ~~

### コンフィグレーション画面の確認

続いて、コンフィグレーション画面（Configuration）が表示されます。ここで「Use WSL-2 insted of Hyper-V(recommended)」と「Add shortcut to desktop」のオプション設定を確認します。*WSL 2をバックエンドとして利用する場合は、両方にチェックを入れたまま「OK」で構いません。*

~~ 【図】コンフィグレーション画面の確認 ~~

コンフィグレーション画面で「OK」を押すと、すぐにインストールが開始されます。数分するとインストールが完了し、「Installation succeeded」の画面が表示されます（①）。画面を確認したら、「Close and log out」（②）をクリックして完了ですが、1つ注意が必要です。

*■注意点*
通常「Close」の表示はインストーラが終了するだけですが、ここでの「Close and log out」の場合は、Dockerの設定を反映するためにWindowsからサインアウトが行われます。**あらかじめ他のアプリ等をクローズしておいてから、「Close and log out」をクリックすることをおすすめします。**

~~ 【図】インストールの完了 ~~

### Docker Desktopのライセンスの確認

「Close and log out」を押した後、再度Windowsにサインインすると、設定にしたがってDocker Desktopが自動的に起動します。*最初の起動時には新しいライセンス条項が表示されますので、「Accept」をクリックすることで利用が可能です。*

インストールできない場合は管理者権限が必要ですので、インストールユーザを確認してください。

~~ 【図】サブスクリプションの同意確認 ~~

Docker Desktopの起動時には、起動中を意味する「Docker Desktop starting…」が表示され、準備が完了したらメイン画面が表示されます。*初回はTutorialが表示されますので、使い方を学ぶことができます。*Tutorialはスキップすることもできます。

~~ 【図】Docker Desktopの起動画面と初回のTutorial ~~

その後、メインの「Containers」画面が表示されます。次回以降の起動時には、この「Containers」画面が表示されます。作成したイメージは「Images」、ボリュームは「Volumes」で確認できます。

~~ 【図】Docker Desktopのメイン画面 ~~

**Docker Desktopは、バックグラウンドでDocker Engineを起動します。**Docker Engineの起動状況は、Docker Desktop左下のクジラのアイコン色で分かります。オレンジが起動していない状態で、緑が正常起動している状態です。

次の図に表示の違いを掲載しますので、参考にしてください。

~~ 【図】Dockerの起動中と起動後のステータス ~~

*設定変更が必要であれば、メイン画面右上の歯車のアイコンをクリックしてください。*設定画面が表示されますので、必要な設定変更を行うことができます。

~~ 【図】Docker Desktopの設定画面 ~~

起動できない場合は、「Enable Hyper-V Windows Features」と「 Install required Windows components for WSL 2」要件がクリアできていない場合、起動時にエラーとなります。

併せてメモリーの割り当て不足の場合もエラーとなります。その場合は、Dockerアイコンをクリックし、「Resource」「Advanced」からメモリ割り当て量を1GB以上に設定します。

今回のように、WSL 2をバックエンドとして利用する場合は、システムリソースはWindowsで管理されています。必要があれば”.wslconfig”ファイルを作成し、メモリ量などのシステムリソースを変更することもできます。

【参考】：[WSL での詳細設定の構成](https://learn.microsoft.com/ja-jp/windows/wsl/wsl-config#configure-global-options-with-wslconfig)

## Mac版Dockerのインストール概要

 MacOSでDockerを利用する場合も、*Docker Desktopを用いGUI操作が可能*です。モジュールダウンロードとインストールが完了したら、Docker Desktopのセットアップを行います。

【参考】：[Docker Desktop overview](https://docs.docker.com/desktop/)
【参考】：[Install Docker Desktop on Mac](https://docs.docker.com/desktop/mac/install/)

Mac版Docker Desktopは以下の要件が設定されています。
・*Intelチップ版*
　macOS 10.15以上
　4GB以上のメモリ搭載
　VirtualBox 4.3.30以降

・*Appleチップ版*
　Rosetta 2のインストールが必要

【参考】：[Install Docker Desktop on Mac System requirements](https://docs.docker.com/desktop/mac/install/#system-requirements)

Docker DesktopはDocker Hubのサイトからダウンロードできます。ドキュメントのリンクからも同じモジュールがダウンロードできます。

【参考】：[Install Docker Desktop on Mac](https://docs.docker.com/desktop/mac/install/)

【参考】：[Docker Desktop release notes]https://docs.docker.com/desktop/release-notes/)

実際のインストール方法は以下の通りです。
・*ダウンロードモジュールの起動*
　Docker.dmgをダブルクリックしインストーラを起動します。

・*アプリケーションフォルダに登録*
　Dockerアイコン（Docker.app）をアプリケーションフォルダーにドラッグアンドドロップします。

Windows同様、最初の起動時には新しいライセンス条項が表示されますので、「Accept」をクリックすることで利用可能になります。もしインストールできない場合は管理者権限が必要ですので、インストールユーザを確認してください。

起動時にエラーとなる場合はメモリーの割り当て不足の可能性があります。Dockerアイコンをクリックし、「Resource」「ADVANCED」からメモリ割り当て量を1GB以上に設定します。イメージの保管場所も同じ画面で確認・変更できます。

## Linux版Dockerのインストール概要

長らく登場が待たれていた*Linux版Docker Desktopですが、2022年5月10日に正式リリースされました。*従来のDocker Engineに加えて、Docker Desktopを活用することができます。インストール手順はディストリビューションにより異なりますが、通常のアプリケーションインストールと変わりません。

【参考】：[The Magic of Docker Desktop is Now Available on Linux](https://www.docker.com/blog/the-magic-of-docker-desktop-is-now-available-on-linux)
【参考】：[Install Docker Desktop on Linux](https://docs.docker.com/desktop/install/linux-install/)
【参考】：[Install Docker Engine](https://docs.docker.com/engine/install/)

Linuxとは？特徴やメリット・ディストリビューションを解説！

### Linux版Docker Desktopの動作要件

Linux版Docker Desktopは以下の要件が設定されています。

・プロセッサとメモリ
　64ビットカーネルと仮想化のサポート
　KVMによる仮想化サポート
　QEMUバージョン5.2以降
　4GB以上の空きメモリ

・システム
　Debian、Fedora、Ubuntuのいずれか（Archベースは実験的な扱い）
　systemdの利用
　GnomeまたはKDEの利用

【参考】：[Install Docker Desktop on Linux](https://docs.docker.com/desktop/install/linux-install/)

### Linux版Docker Desktopのインストール

Dockerは代表的なコンテナ仮想化ソリューションです。OSレベル仮想化プラットフォームとして利用できます。ここではWindows・Linux・MacOSのDockerインストールを準備から実際の作業・動作確認までの流れを解説していきます。

Dockerとは、仮想化実行環境を実現するOSレベル仮想化プラットフォームです

Windows・MacOSではDocker DesktopのGUI操作が可能で、Linux版は現在開発中です

Linuxのサーバー用途にはDocker Engineを用い、CI/CDを短サイクルで実現します

【Dockerインストール】Windows・Linux・MacOS

Dockerとは、OSレベル仮想化プラットフォームソリューションです。Dockerイメージを用いたコンテナ仮想化システムを構築し、仮想化実行環境を実現します。Dockerにより環境の複製と配布が容易にできるため、*開発のスクラップアンドビルドが効率的に実施できます*。
【参考】：[Docker](https://www.docker.com/)

Jupyter Notebookとは、オープンソースソフトウェアの統合開発環境（IDE）です。エディタ・言語処理・デバッグ・実行作業を単一操作環境から利用できるようにしています。Jupyter Notebookはデータ分析機能があるため、ビッグデータのデータ分析・統合にも用いることができます。*科学技術計算や機械学習等を目的とする方には特におすすめ*です。
【参考】：[Project Jupyter | Home](https://jupyter.org/)

JupyterLabとJupyter Notebookの違いですが、JupyterLabとJupyter NotebookはともにProject Jupyterのユーザインターフェイスとなります。JupyterLabは*Jupyter Notebookの次世代ユーザインターフェイスバージョン*で、Jupyter Notebookの機能をカバーします。

Jupyter Notebookとは？その導入・操作方法を解説

Dockerは単一OS上で複数のコンテナが実行できます。OSで用いるシステム資源は少なく、メモリー効率が高いので、「軽量で速い」と言われています。

Jupyter Notebookは、豊富なライブラリを用いてデータ分析を行うことができます。Jupyter Notebookのドキュメントはプログラムコードに加えて、数式や図式を入れることができるためデータ分析の統合開発環境として人気があります。

Dockerは環境複製が容易で開発・テスト・配布サイクルを短周期で進めることができ、Jupyter Notebookを併用することで*科学技術計算やデータ分析の分野でも効率的に開発できます*。さらにホスト側はVSCodeを用いて、VSCode Remote Developmentでコンテナ上のJupyter Notebookと接続しデータ分析を行うこともできるため、多様な業務に対応可能です。

Dockerでは、*Windows版・Mac版・Linux版のダウンロードモジュールが用意されています*。Mac版・Windows版ではDocker Desktopを利用し、Linux版ではDocker Engineをインストールしておきます。実際のインストール作業は以降で紹介します。
【参考】：[Get Started with Docker](https://www.docker.com/get-started)

### Docker Windows版のセットアップ概要

Docker Desktopは、Docker Hubのサイトからダウンロードできます。インストール時のConfiguration画面の確認が問題なければ、*簡単にインストールが完了します*。
【参考】：[Docker Desktop for Windows](https://hub.docker.com/editions/community/docker-ce-desktop-windows)
【参考】：[Install Docker Desktop on Windows](https://docs.docker.com/desktop/windows/install/)

インストール方法は以下の通りです。
・ダウンロードモジュールの起動
　Docker Desktop Installer.exeを起動します。

・Configuration画面の確認
　「Enable Hyper-V Windows Features」と「 Install required Windows components for WSL 2」のオプション設定を確認します。

・インストール実行
　手順に従い「Install」を選択し、終了後「Close」を選択します。

・管理者アカウントの追加
　管理者アカウントのadministratorとComputer Managementをdocker-usersグループに追加します。

最初の起動時には新しいライセンス条項が表示されますので、「Accept」をクリックすることで利用可能になります。

### Docker Mac版のセットアップ概要

Docker DesktopはDocker Hubのサイトからダウンロードできます。Mac版も特に*問題なくインストールが完了します*。
【参考】：[Docker Desktop for Mac](https://hub.docker.com/editions/community/docker-ce-desktop-mac)
【参考】：[Install Docker Desktop on Mac](https://docs.docker.com/desktop/mac/install/)

インストール方法は以下の通りです。
・ダウンロードモジュールの起動
　Docker.dmgをダブルクリックしインストーラを起動します。

・アプリケーションフォルダに登録
　Dockerアイコン（Docker.app）をアプリケーションフォルダーにドラッグアンドドロップします。

Windows同様、最初の起動時には新しいライセンス条項が表示されますので、「Accept」をクリックすることで利用可能になります。

Jupyter Notebookを使うには、通常パッケージマネージャを用いてJupyter Notebookをインストールします。”pip install jupyter”等でインストールします。ここではDocker Hubからイメージを入手し、DockerでJupyter Notebookを起動する作業を解説していきます。
【参考】：[Docker Hub jupyter](https://hub.docker.com/u/jupyter)

Docker Hubに登録されているイメージは18種類です。多岐に渡る用途から必要なイメージを選択します。代表的な主要イメージの用途は次の通りです。

*「基本ベースイメージ」*
・jupyter/base-notebook
　condaパッケージマネージャ2種類用notebook・jupyterhub・jupyterlabのパッケージです。

*「基本最小パッケージ」*
・jupyter/minimal-notebook
　jupyter/base-notebookにコマンドラインツールを同梱したものです。

*「R向けイメージ」*
・jupyter/r-notebook
　jupyter/minimal-notebookにRインタープリタ・ベース環境を追加したものです。

*「科学技術計算向けパッケージ」*
・jupyter/scipy-notebook
　jupyter/minimal-notebookにPython科学技術計算関連パッケージを同梱したものです。

*「科学技術計算向け機能拡張パッケージ」*
・jupyter/tensorflow-notebook
　jupyter/scipy-notebookにAIディープラーニング用ライブラリを追加したものです。


・jupyter/datascience-notebook
　jupyter/scipy-notebookとjupyter/r-notebookにデータ分析用Julia・Python・R communitiesを追加したものです。


・jupyter/pyspark-notebook
　jupyter/scipy-notebookにApache SparkとPythonモジュールを追加したものです。

*「科学技術計算向けApache Sparkフルパッケージ」*
・jupyter/all-spark-notebook
　jupyter/pyspark-notebookにApache SparkとPython・R・Scalaモジュールを追加したものです。

### Jupyter Notebookのコンテナ起動

Jupyterを起動するには、Docker CLIを用います。一般用途であれば*「基本最小パッケージ」であるjupyter/minimal-notebookを使います*。科学技術計算向けパッケージの場合は用途に応じて適切なイメージを選択します。
【参考】：[Jupyter Docker Stacks](https://jupyter-docker-stacks.readthedocs.io/en/latest/index.html)

ここでは、事前に”docker pull イメージ名”でイメージをダウンロードしておきます。バージョン指定する場合はTagを指定します。ここではTagはデフォルト指定（latest）とします。
```docker pull jupyter/minimal-notebook```

起動は次のように行います。ここではコンテナ名をnotebookとします。
```docker run -d -P -name notebook jupyter/minimal-notebook```

オプションの”-d”はバックグラウンド実行、”-P”はランダム生成されたポートを利用、”-name”はコンテナ名を設定します。必要に応じてオプション指定し、実行してください。

コンテナ内のディレクトリをホスト側のフォルダと同期させる場合は、”docker run”に-vオプションでバインドマウント指定することができます。DockerのSettingでCドライブをマウントしている場合は、以下のように利用できます。
```docker run -d -P -v c:/Users:/opt/work -name notebook jupyter/minimal-notebook```

表示されたURLにアクセスすることで、Jupyter Notebookにアクセスできます。ポート8888にHTTP接続し、ユーザーインターフェースから停止することもできます。Dockerを停止するには次のようにコマンドを起動します。
```docker stop notebook```
コンテナ削除のコマンドは次のように実行します。
```docker rm notebook```

Jupyter Notebookが起動しない場合、Docker自体が正常動作するか先に確認してください。”docker run hello-world”が起動できたらDockerは正常です。アクセスできない場合はポート番号やURLが正しいことを実行後のコンソール表示内容を確認してください。

## DockerとJupyterで開発環境を整備しましょう

Jupyter NotebookはPythonの開発環境として、科学技術計算全般に効果的です。AI分析やビッグデータ解析が脚光を浴びており、短期間での開発や分析が求められます。Dockerは開発・テスト・配布を短サイクル化することができます。

このソフトウェアスタックと環境を活用し、**高まる開発生産性向上の求めに対応するためにも必要な準備を進めていきましょう**。

Dockerは、コンテナを使った「軽量で速い」OSレベル仮想化ソリューションです。Jupyter Notebookはデータ分析の統合開発環境として人気があります。ここでは、Jupyter NotebookをDockerコンテナで実行する手順を解説していきます。

Dockerは、「軽量で速い」コンテナソリューションで開発の短サイクル化が可能です

Jupyter Notebookは、科学技術計算や機械学習に強い統合開発環境（IDE）です

Jupyter NotebookとDockerの組み合わせで、多様な開発用途に対応可能です

Jupyter NotebookのDockerコンテナ実行は難しい？手順を解説

Kaggleとは、Google傘下の会社で*予測モデリングを行う会社とそのサービスを指します*。読み方は「カグル」です。Kaggleでは予測モデリングや分析手法のプラットフォーム運営を行いながら、研究者がデータを投稿してモデルの良し悪しを競争し、手法のブラッシュアップを図っています。
【参考】：[kaggle](https://www.kaggle.com/)

Kaggleでは入賞者に賞金やポイントを進呈することで、最も優れた分析手法やモデルを企業・団体・スポンサーが買い取ることができます。登録会員は800万人を超えており、最大のデータサイエンス向けCompetition（コンペ）サービスプラットフォームとして認知されています。
【参考】：[Unique Kaggle Users](https://www.kaggle.com/tunguz/unique-kaggle-users)

*企業とデータサイエンティストとのマッチングがされるメリットがあるほか、自己学習のインプットとアウトプットが実現できる場としても有効です*。

データサイエンティストとは？おすすめの資格から年収まで解説

Kaggleのデメリットですが、Kaggleの日本語情報は限定されているために、*日本人には敷居が高く感じられること*でしょう。そこで、ここではSIGNATEを紹介します。SIGNATEは、Kaggleの日本語版とも言われています。
【参考】：[SIGNATE](https://signate.jp/)

SIGNATEのサイトは、Competition（コンペ）・Career（キャリアアップ）・Learning（スキルアップ）で構成されており、コンペ参加者数（のべ）は60,000人以上、コンペ投稿数490,000件以上、累計賞金額62,000,000円以上となっています。参加規模はKaggleにかないませんが、日本語のやり取りができるメリットがあります。

Kaggleのその他のデメリットとしてはラーニング用途に留まってしまい、学習インプットのみでアウトプットができない人が見られることです。自身の知識をアウトプットとして公開することは勇気がいることですが、Kaggleに限らず自身の成長のために活用する姿勢が求められます。

Kaggle入門情報として、Kaggle提供サービスの概要を説明します。Kaggleのサイトは以下の事業カテゴリーで構成されています。

・*Competitions（コンペティション）*
いわゆるコンペで、Kaggleの目玉事業です。機械学習・データ分析のベストなアルゴリズムを競い合います。賞金が得られますので、優秀なアイデアが集約できるメリットがあります。
【参考】：[Competitions](https://www.kaggle.com/competitions)

・*Datasets（データセット）*
データサイエンスと機械学習のデータセットが共有されています。会員・コミュニティはデータを活用し、分析に役立てることができます。
【参考】：[Datasets](https://www.kaggle.com/datasets)

・*Kernels（コード）*
データサイエンスと機械学習のコードが集約されています。コードと分析方法が共有されていますので、データ分析にすぐ活用できます。
【参考】：[Code](https://www.kaggle.com/code)

・*Learn（学習）*
AI学習プラットフォームとして利用できます。16の各コースを無償利用し、修了認定を受けることができます。
【参考】：[Courses](https://www.kaggle.com/learn)

このように、機械学習・データ分析のラーニングから活用まで対応するプラットフォームとして活用できます。

機械学習エンジニアとは？仕事の内容や将来性について解説！

Competitions（コンペ）と言っても、Kaggleでは各種形式のコンペが提供されています。以下が主なコンペ形式です。

・*Getting Started（入門編）*
賞金やポイントはありませんが、入門チュートリアルとして利用されています。会員登録後の手始めとして参加する方が多いのではないでしょうか。

・*Playground（遊び場）*
Getting Startedが攻略できたら、次のステップとして利用します。機械学習の比較的シンプルなタスクが提供されています。場合によっては少額の賞金がでることもあります。

・*Featured（呼び物）*
Kaggleを代表するコンペのタイプです。難易度は高く、フルスケールの機械学習の課題が与えられます。

・*Research（リサーチ）*
KaggleでFeaturedに並ぶコンペで、実験的なリサーチが対象です。通常Researchでは、賞金やポイントが得られることはありません。

上記の他にも以下のコンペ形式があります。

・*Recruitment（リクルート）*
リクルート目的のコンペです。コンペ終了後にレジュメ（履歴書）をアップロードすることができます。入賞者にはジョブインタビューの機会が与えられることもあります。

・*Annual（年次）*
年次のコンペで、「the March Machine Learning Competition」と「Santa-themed optimization competition」が開催されています。

・*Limited Participation（参加者限定）*
プライベートや招待制の参加者限定コンペです。KaggleのMasterやGrandmasterを対象とした「Master’s competitions」等が該当します。

Kaggleの賞金は難易度やスポンサーの懐具合で変動しますが、およそ25,000米ドルから100,000米ドルが提供されているとのことです。2022年2月水準で、およそ280万円から1,150万円ほどになります。難易度のわりに安いとみるか、名誉あることだとみるかはそれぞれの判断にお任せしますが、やる気が高まった方は挑戦する価値はあります。
【参考】：[Kaggle General](https://www.kaggle.com/general/22994)

現在実施中のコンペでは、「Feedback Prize - Evaluating Student Writing」が総額160,000米ドルが賞金提示されています。およそ1,840万円ほどです。実際の配分は等級で分配されますので、1等は40,000米ドル（およそ460万円）となります。過去には*ミリオンドル越えの賞金がかけられたこともあります*。
【参考】：[Feedback Prize - Evaluating Student Writing](https://www.kaggle.com/c/feedback-prize-2021)

「勝てないなら意味ない」と言う人もいますが、コツコツ続けてメダルを勝ち取る方もいますので、意識を高めて継続する必要がありそうです。

Kaggleを始めるには*無料会員登録（Register）を行います*。公式サイトの右上「Register」をクリックし登録します。会員登録のアカウントはGoogleアカウントを用いるか、Eメールを使います。会員登録が完了したら、希望に応じて利用を始めましょう。
【参考】：[Kaggle Register](https://www.kaggle.com/account/login?phase=startRegisterTab&returnUrl=%2F)

Kaggleを使うには、*ノートブック（Kaggle Notebook）を用います*。アカウントにサインイン後に、左上の「＋」ボタンをクリックし、「New Notebook」で作成します。RやPythonで利用するScriptを編集し、実行することができます。RMarkdownコードにも対応します。

Jupyter notebooksを利用するには、「Create Notebook」で「Notebook」を選択します。RとPythonに対応します。

Kaggleではおよそ50,000のデータセットと400,000のノートブックが公開されています。データセットとはデータサイエンスで用いるデータの集合体です。データサイエンス業務に必要とされるコードとデータが活用可能です。CSVやJSON・SQLite等のファイルフォーマットがサポートされています。

Kaggleのデータセットサイトには、以下のカテゴリーでデータセットが掲載されています。はやりや定番などが掲載されています。
【参考】：[Datasets](https://www.kaggle.com/datasets)

・*Trending Datasets（トレンドデータセット）*
注目度の高いデータセットで、mRNAに関するもの・ジャーナリスト関連等が掲載されています。

・*Popular Datasets（定番人気のデータセット）*
定番人気で、ハリウッド市場データが掲載されています。

・*Movies and TV Shows（映画やTV番組）*
映画やTV番組に関するデータセットです。

・*Clothing and Accessories（衣類とアクセサリー）*
ファッションやアクセサリー商品に関するデータセットです。

・*Economics（経済）*
企業情報に関するデータセットです。

・*NLP（心理学）*
心理学（神経言語プログラミング）に関するデータセットです。

・*医療*
Cancer（がん）や新型肺炎をテーマとするデータセットが多数掲載されています。

上記の他にも、「Computer Science（コンピュータ科学）」「Education（教育）」「Classification（分類）」「Computer Vision（コンピュータによる洞察）」「Data Visualization（データ可視化）」等の多様なデータセットが公開されています。

### Kaggleのおすすめデータセット

Kaggleは約50,000のデータセットが登録されていますので、ある程度あたりをつけて利用するのが良いでしょう。そのため、Kaggleのドキュメントでは、以下のカテゴリーのデータセットが紹介されています。

・*CSVファイルタイプのデータセット*
「The Complete Pokemon Dataset」では、7世代の802体のポケモンの基本データがCSVで提供されています。
【参考】：[The Complete Pokemon Dataset](https://www.kaggle.com/rounakbanik/pokemon)

・*SQLiteファイルタイプのデータセット*
「European Soccer Database」では、欧州プロサッカーの25,000を超える対戦データと、10,000を超える選手のデータがSQLiteで掲載されています。
【参考】：[European Soccer Database](https://www.kaggle.com/hugomathien/soccer)

・*アーカイブ形式のデータセット*
Zipや7zの圧縮アーカイブがサポートされています。「Chest X-Ray Images (Pneumonia)」圧縮アーカイブされた胸部X線画像（肺炎）の画像データセットです。
【参考】：[Chest X-Ray Images (Pneumonia)](https://www.kaggle.com/paultimothymooney/chest-xray-pneumonia)

データセットの取り扱いを理解できたら、それぞれのデータ分析分野に挑戦しましょう。

## Kaggleでスキルアップと腕試しに挑戦しましょう

Kaggleは、世界最大の機械学習・データ分析向けコンペティションプラットフォームです。Kaggleは学習コンテンツも整備されていますので、スキルアップに活用できます。基礎スキルアップから知識の腕試し、さらには賞金稼ぎも狙うことができます。

データサイエンティストとしての*能力開発（インプット）と認知度向上（アウトプット）に活用できますのでおすすめです*。

Kaggleのサービス概要から学習・コンペまで入門情報を解説！

Kaggleは、世界最大の機械学習・データ分析向けコンペティションプラットフォームです。登録会員が多く、学習目的から賞金稼ぎまで幅広く活用できます。ここでは、Kaggleの提供サービスの概要からデータセットの活用方法まで解説していきます。

Kaggleとは、機械学習・データ分析向けコンペティションプラットフォームを指します

800万人を超える会員をもつ世界最大のプラットフォームで、賞金も多額です

ラーニング目的から、賞金稼ぎまでスキルアップに活用できます

Kaggleとは？サービス概要からデータセットの活用まで解説！

ここではMATLABの使い方を学んでいきます。*MATLABを使うには、デスクトップアプリケーションもしくはMATLAB Onlineというウェブアプリを用います*。

導入するデスクトップアプリケーションは、Windows・macOS・Linuxでサポートされています。最新バージョンは、MATLAB R2022aとなります。MATLAB Onlineは、ライセンス契約をお持ちの方が対象です。以降では、初心者の方向けにMATLABの基本的な使い方について解説を進めていきます。

【参考】：[System Requirements for MATLAB R2022a](https://jp.mathworks.com/support/requirements/matlab-system-requirements.html)
【参考】：[MATLAB Online](https://matlab.mathworks.com/)

MATLABとは、MathWorks社が開発提供する数値解析用ソフトウェアを指します。名称ですが、MATrix LABoratoryを略し命名されています。名称から分かる通り、*配列を使った行列計算・ベクトル演算、そしてグラフ化を行うソフトウェアとして利用されます*。

【参考】：[MATLAB](https://jp.mathworks.com/products/matlab.html?s_tid=hp_products_matlab)

MATLABの特徴ですが、*科学技術演算機能を用いたアルゴリズム開発・データ解析・可視化・数値計算に強みがあります*。さらに特定分野向けにToolboxが用意されており、用途別に更なる効率的な利用に役立てることができます。

【参考】：[MathWorks 製品・サービス](https://jp.mathworks.com/products.html)
【参考】：[MathWorks ソリューション](https://jp.mathworks.com/solutions.html)

MATLABで何ができるかというと、*あらゆる演算用途に利用できますので有償ライセンスとして十分な効果を挙げることができます*。

具体的には、制御システムの設計やテスト・実装、ディープラーニングのデータ準備や設計・シミュレーション・展開、画像処理のアルゴリズム開発や動画の収集・処理・解析、機械学習におけるモデルの学習・パラメーター調整・展開、状態監視や予知保全ソフトウェアの開発・実装などに多岐に利用されています。

このほかロボティクスの自律型システム開発、信号や時系列データの解析・設計・シミュレーション、テストデータの収集や解析・検討・テスト、無線通信システムの作成や設計・テスト・検証などにも有効に役立てられています。

*ソフトウェアはプロプライエタリであり、30日無料評価版が提供されます*。評価後はライセンス購入が必要となります。学生向けには、学校のキャンパスライセンスが導入されていたり、学生向けライセンスパックが提供されます。

【参考】：[MathWorks Pricing and Licensing](https://jp.mathworks.com/pricing-licensing.html?prodcode=ML)
【参考】：[学生向け MATLAB](https://jp.mathworks.com/products/matlab/student.html)
【参考】：[MATLAB Student R2022a の学生向けライセンス](https://jp.mathworks.com/store/link/products/student/SV?s_tid=ac_buy_sv_but1)

MATLABの基本的な使い方ですが、*起動すると3つのペイン（パネル）から成るデスクトップアプリケーションが表示されます*。
【参考】：[MathWorks MATLAB 入門](https://jp.mathworks.com/help/matlab/getting-started-with-matlab.html)

表示されるペインは、「現在のフォルダー」「コマンド ウィンドウ」「ワークスペース」の3つです。操作は中央ペインに表示される「コマンド ウィンドウ」でコマンド実行を行うだけですので、初心者にも難しいことはありません。

プロンプトは ”>>” です。通常時の入力内容はエコー表示されますが、表示不要であれば行末にセミコロン （;）を付け表示を抑制することもできます。
【参考】：[MATLAB 言語の基礎](https://jp.mathworks.com/help/matlab/language-fundamentals.html)

コマンド ウィンドウで以下の様に入力してみると、操作の基本が理解できるでしょう。

```>> A = 1
A =
     1
>> B = 2;
>> C = A + B
C =
     3
>>```

MATLABのプログラミング言語は、C言語やC++・Java・Pythonなどとのインターフェース機能を有するものの、独自仕様となります。そのプログラミング言語自体を、MATLABと呼びます。そのため、*MATLABはデスクトップ統合開発環境（IDE）とプログラミング言語を合わせもっていると理解しましょう*。

従来は、科学技術計算というとC言語やFORTRANが利用されていました。MATLAB登場以降は、MATLABの豊富な演算ライブラリによりプログラム開発が短期間で完了でき、利用者が増加しています。

他のプログラミング言語と同様に、代入演算子は ”=” で、変数に値を代入することができます。四則演算等の演算子（行列演算子）も違いがありませんが、**MATLABの場合は、式には行列全体を含んだものとして扱われます**。”%”以降行末までの内容が、コメントとなります。大文字と小文字は、区別されます。
【参考】：[MATLABの式](https://jp.mathworks.com/help/matlab/learn_matlab/expressions.html)

テキストの場合はダブルクォーテーション（”）で括ります。文字配列の場合は、シングルクォーテーション（‘）で括ります。

通常プログラミング言語では、1次元の行列を配列とし2次元以降は配列の組み合わせで表します。*MATLABでは、行列と配列の区別なく多次元配列として取り扱います*。

表記上も、全配列要素を角括弧（[  ]）で括るだけです。列の区切りは半角スペース（ ）、またはカンマ（,）を用います。行の区切りはセミコロン（;）です。以下が入力例です。

プラットフォームの記事（4ページ目）