初めてのモデルを作ろう

本物のAIコードを書く準備はできた？このレッスンでは分類器を作るよ — 物事をカテゴリに分けるAI。

必要なもの

• Python 3.10以上がインストールされていること
• ターミナル / コマンドプロンプト
• 15分

プロジェクト：くだもの分類器

リンゴとオレンジを2つの特徴で見分けるAIを教えよう：

• 重さ（グラム）
• 質感（0 = なめらか、1 = でこぼこ）

ステップ1：scikit-learnをインストール

pip install scikit-learn

ステップ2：学習データを書く

from sklearn.tree import DecisionTreeClassifier

X_train = [
    [150, 0],   # りんご
    [170, 0],   # りんご
    [130, 0],   # りんご
    [200, 1],   # オレンジ
    [220, 1],   # オレンジ
    [180, 1],   # オレンジ
]

y_train = [0, 0, 0, 1, 1, 1]

ステップ3：モデルを学習させる

model = DecisionTreeClassifier()
model.fit(X_train, y_train)
print("モデルの学習完了！")

ステップ4：予測する

new_fruit = [[160, 0]]
prediction = model.predict(new_fruit)

if prediction[0] == 0:
    print("これはりんごだ！")
else:
    print("これはオレンジだ！")

何が起きたの？

1. モデルにラベル付きの例（学習データ）を与えた
2. モデルがパターンを見つけた（重くてでこぼこ = オレンジ）
3. モデルが一般化した — 見たことないデータにも対応できた

これが機械学習の一番シンプルな形！

ムスビからのチャレンジ

3つ目のくだもの（バナナ！）を学習データに追加してみよう。どんな特徴を使う？

初めてのAIモデルを作ったよ。ビルダー層へようこそ！