README.md

Telakoya

1. 第1回　Google Colaboratoryの始め方

1. 寺子屋の演習を開始するには、Googleの無料サービスの一つである「Google Colaboratory」が使用できる必要がある。
2. その方法は、「Google Colaboratoryの使い方.pdf」に記載されている。
3. その記述に従い、まず演習に必要な環境設定を行う。

2-1. 第2回の寺子屋の演習を Open in Colab から始める場合 【簡便な演習法】

◆ 第2回の寺子屋では、Telakoya2_InputOutputPreprocessing.ipynbにある内容を演習する。その中には第３回の演習内容も含まれる。

1. MyDrive の中に Telakoya というフォルダーを作る。
2. その中に、tela2 というフォルダーを作る。
3. その中に、data というフォルダーを作る。
4. GitHubの今アクセスしているフォルダー (https://github.com/kiwindow/telakoya) をDesktopにダウンロードする(右上のCodeをクリックし、更にDownload ZIPをクリックする)。
5. ダウンロードしたフォルダーの中にある data.csv、data.xlsx、dataL.xlsx、dataM.xlsx、dataw.csv、dataw.xlsx,dtawM.xlsx をMyDrive/Telakoya/tela2/data の中にアップロードする。
6. 上の「Open in Colab」クリックし、開いたColabの上方にある「ドライブにコピー」をクリックする。
7. 自分の GoogleDrive の MyDrive にある ColabNotebooks に Telakoya2_InputOutputPreprocessing.ipynb のコピーが保存される。
8. それを MyDrive/Telakoya/tela2 の中に移動して、順次計算を進めても行く。

2-2. 第2回の寺子屋の演習を 必要なファイルを自分のPCに download してから始める場合

◆ 第2回の演習に際して、以下のようにフォルダーを作成し、データを配置してから演習を行ってゆく。

1. MyDrive の中に Telakoya というフォルダーを作る。
2. その中に、tela2 というフォルダーを作る。
3. その中に、data というフォルダーを作る。
4. GitHubの今アクセスしているフォルダー (https://github.com/kiwindow/telakoya) をDesktopにダウンロードする(右上のCodeをクリックし、更にDownload ZIPをクリックする)。
5. ダウンロードしたフォルダーの中にある data.csv、data.xlsx、dataL.xlsx、dataM.xlsx、dataw.csv、dataw.xlsx,dtawM.xlsx をMyDrive/Telakoya/tela2/data の中にアップロードする。
6. Telakoya/tela2 の中に、dowonloadしたフォルダーの中にあるTelakoya2_InputOutputPreprocessing.ipynbをuploadしておく(参照用)。
7. Telakoya/tela2 の中に、演習用の白紙の Colaboratoryのnotebook を作成する。
8. そのnotebook 上で、Telakoya2_InputOutputPreprocessing.jpynb に書かれているコマンドを一つ一つ実行してゆく。
9. Exercise20220820.ipynb : 第2回寺子屋での演習内容。

3-1. 第3回の寺子屋の演習を Open in Colab から始める場合 【簡便な演習法】

◆ 第3回の寺子屋では、The4thTelaCommands.ipynbにある内容を演習するが、第２回の寺子屋のテキストを簡略化したものである。

1. MyDrive/Telakoya の中に tela3 というフォルダーを作っておく。
2. 上の「Open in Colab」クリックし、開いたColabの上方にある「ドライブにコピー」をクリックする。
3. 自分の Google Drive の MyDrive にある Colab　Notebooks に The3rdTelakoyaCommnds.ipynb のコピーが保存される。
4. それを MyDrive/Telakoya/tela3 の中に移動して、順次計算を進めても行く。

3-2. 第3回の寺子屋の演習を 必要なファイルを自分のPCに download してから始める場合

◇　以下のファイルを利用する。右上の緑色の「Code」をクリックし、メニューの中のDownload ZIPをクリックすると、それらのファイルがZIPファイルでdownloadされる。

1. The3rdTelakoyaCommands.ipynb : 第3回寺子屋の演習で入力するコマンド。
2. The3rdTelakoyaProgram.pdf : 第3回寺子屋で行う演習項目。
3. dataで始まる7つのファイル : 演習で利用するデータセット。datawで始まる3つのファイルは、復習の時に利用するデータセット。
4. Telakoya2_InputOutputPreProcessing.ipynb : 第2回寺子屋のテキスト。
5. Exercise20220820.ipynb : 第2回寺子屋での演習内容。

◆ 第3回の演習に際して、以下のようにフォルダーを作成し、データを配置してから演習を行ってゆく。

1. MyDrive の中に Telakoya というフォルダーを作る。
2. その中に、tela3 というフォルダーを作る。
3. その中に、data というフォルダーを作る。
4. GitHubの今アクセスしているフォルダー (https://github.com/kiwindow/telakoya) をDesktopにダウンロードする(右上のCodeをクリックし、更にDownload ZIPをクリックする)。
5. dataで始まる７つのファイルを、Telakoya/tela3/dataの中にuploadする。
6. Telakoya/tela3 の中に、dowonloadしたフォルダーの中にあるThe3rdTelakoyaCommands.ipynbをuploadしておく(参照用)。
7. Telakoya/tela3 の中に、演習用の白紙のColaboratoryのnotebookを作成する。
8. そのnotebookをGoogle Driveにmountする。
9. そのnotebook上で、The3rdTekakoyaCommandsに書かれているコマンドを一つ一つ実行してゆく。

4-1. 第4回の寺子屋の演習を Open in Colab から始める場合 【簡便な演習法】

◆ 第4回の寺子屋では、The4thTelakoyaML.ipynbにある内容を演習する。

1. MyDrive/Telakoya の中に tela4 というフォルダーを作っておく。
2. また tela4 の中に data というフォルダーを作っておく。
3. 上の「Open in Colab」クリックし、開いたColabの上方にある「ドライブにコピー」をクリックする。
4. 自分の Google Drive の MyDrive にある Colab　Notebooks に The4thTelakoyaML.ipynb のコピーが保存される。
5. それを MyDrive/Telakoya/tela4 の中に移動して、順次計算を進めても行く。

4-2. 第4回の寺子屋の演習を 必要なファイルを自分のPCに download してから始める場合

◆ 第4回の演習に際して、以下のようにフォルダーを作成し、データを配置してから演習を行ってゆく。

1. MyDriveの中に Telakoya というフォルダーを作る。
2. その中に、tela4 というフォルダーを作る。
3. その中に、data というフォルダーとmodelというフォルダーを作る。
4. GitHubの今アクセスしているフォルダー (https://github.com/kiwindow/telakoya) をDesktopにダウンロードする(右上のCodeをクリックし、更にDownload ZIPをクリックする)。
5. boston.csvとbreast.csvという2つのファイルを、Telakoya/tela4/dataの中にuploadする。
6. Telakoya/tela4 の中に、dowonloadしたフォルダーの中にあるThe4thTelakoyaML.ipynbとBinaryClassificaitonEvaluatior.ipynbをuploadしておく(参照用)。
7. Telakoya/tela4 の中に、演習用の白紙のColaboratoryのnotebookを作成する。
8. そのnotebookをGoogle Drive に mount する。
9. そのnotebook上で、The4rdTekakoyaML に書かれているコマンドを一つ一つ実行してゆく。また、BinaryClassificaitonEvaluatiorにある関数もコピーして利用する。

5-1. 第5回の寺子屋の演習を Open in Colab から始める場合 【簡便な演習法】

◆ 第5回の寺子屋では、The5thTelakoyaDL.ipynbにある内容を演習する。

1. MyDrive/Telakoya の中に tela5 というフォルダーを作っておく。
2. また tela5 の中に data というフォルダーを作っておく。
3. 上の「Open in Colab」クリックし、開いたColabの上方にある「ドライブにコピー」をクリックする。
4. 自分の Google Drive の MyDrive にある Colab　Notebooks に The5thTelakoyaDL.ipynb のコピーが保存される。
5. それを MyDrive/Telakoya/tela5 の中に移動して、順次計算を進めても行く。

5-2. 第5回の寺子屋の演習を 必要なファイルを自分のPCに download してから始める場合

◆ 第5回の演習に際して、以下のようにフォルダーを作成してから演習を行ってゆく。

1. MyDriveの中に Telakoya というフォルダーを作る。
2. その中に、tela5 というフォルダーを作る。
3. その中に、model というフォルダーを作る。
4. GitHubの今アクセスしているフォルダー (https://github.com/kiwindow/telakoya) を Desktop にダウンロードする(右上のCodeをクリックし、更にDownload ZIPをクリックする)。
5. Telakoya/tela5 の中に、dowonload したフォルダーの中にある The5thTelakoyaDL.ipynb を uploadしておく(参照用)。
6. Telakoya/tela5 の中に、演習用の白紙の Colaboratoryのnotebook を作成する。
7. そのnotebook を Google Drive に mount する。
8. そのnotebook 上で、The5rdTekakoyaDL に書かれているコマンドを一つ一つ実行してゆく。
9. The5thTelakoyaDLcore.ipynb は、The5thTelakoyaDL.ipynb における重要なコマンドのみを集めたファイル。
10. The5thTelakoyaCodeSnippet.ipynb は、最低限必要なコマンドのみを集めたファイル。
11. The5thTelakoyaExercise.ipnnt は、第５回の演習で実修する内容。

6. 第6回の寺子屋の演習

◆ 第6回の演習に関しては、以下のようにOpenAIのChatGPTを利用して行う。

■　ChromeなどのBrowserのURLに、chat.openai.com と入力して Sign In してからChatGTPに Log In する。

□ メールアドレスでSign Upする場合

1. メールアドレスの入力
2. Passwordの設定と人間であることのチェック
3. 確認メールのVerify email addressをクリック
4. 氏名や生年月日や電話番号(携帯)などを入力
5. Send codeをクリック
6. 携帯に届いた認証コードの入力(二段階承認)

□ GoogleアカウントでSign Upする場合

1. メールアドレスを入力する画面で下にある Continue with Googleをクリック
2. アカウントの選択で自分のGmailを選ぶ
3. 氏名や生年月日や電話番号(携帯)などを聞かれたら入力
4. Send codeをクリック
5. 携帯に届いた認証コードの入力(二段階承認)

■　一度ChatGPTに Log In すると、2回目から chat.openai.com にアクセスすると直ぐにChatGPTに入れる。

1. ChatGPT は Log In しただけでは、無料のWeb版のChatGPT (GPT-3.5+) のみが利用できる。
2. ChatGPT Plus ($20/month) に upgrade すると GPT-4 や Plugins や Code Interperter (Advanced Data Analysis) が利用できる。
3. API や Playground を利用するには、また別の subscribe が必要。それらは従量制の課金であるが、ChatGPT Plus よりも低額になる可能性が高い。
4. 第6回の演習に必要な prompt の文章は、当サイトにある The6thTelakoyaPrompts.pdf を download し、それから copy & past して利用できる。
5. 第2回の演習で利用した乳癌のデータ breast.csv は、目的変数が 1 が良性、0 が悪性となっているが、機械学習では event がある方を 1 とすることが多い。そこで　目的変数の 0 と 1 とを逆にしたデータを当サイトに correctedbreast.csv として保存してある。
6. 第6回の演習の内容は、JAINBPのHPにある AI寺子屋セミナー動画 https://www.jainbp.or.jp/limited-v/ を参照して下さい(会員限定)。