Streamlit Streamlitアプリを劇的に高速化！st.fragmentによる部分実行の徹底解説
こんにちは、JS2IIUです。Pythonだけで驚くほど簡単にWebアプリを構築できるStreamlitは、データサイエンティストや機械学習エンジニアにとって、今やなくてはならないツールの一つです。アイデアを素早く形にし、分析結果やモデルのデモをインタラクティブに共有できる手軽さは、まさに革命的と言...
2025-11
Streamlit 
Python Pythonのloggingモジュール完全ガイド
こんにちは、JS2IIUです。Pythonでアプリケーションを開発していると、動作確認やデバッグのためにprint()関数を使ってメッセージを出力することがよくあります。しかし、本番環境で稼働するシステムでは、print文だけでは不十分です。なぜなら、出力制御ができない、ファイルに保存できない、ログ...
Generative AI 「llms.txt」活用、 AIクローラーを最適化し、LLMに正しく情報を伝える方法
こんにちは、JS2IIUです。近年、大規模言語モデル（LLM）の進化は目覚ましく、情報収集や検索の方法を根本から変えつつあります。従来のWeb検索では人がHTMLを読んで情報を選別していましたが、今やAIがWebサイトをクロールし、その情報に基づいて要約や回答を生成する時代です。しかし、ここに一つの...
Python HTTP APIで使えるシンプルな推論サーバをFlaskで作る
こんにちは、JS2IIUです。機械学習モデルを実際のアプリケーションで利用するためには、モデルをAPI化し、外部から推論リクエストを受け取れるようにする必要があります。例えば、Webアプリやモバイルアプリから画像やテキストを送信し、その結果を返すといった仕組みです。このような「モデルのAPI化」には...
Docker Dockerで開発環境を統一する – コンテナ化の基礎から実践的なdocker-compose活用まで
こんにちは、JS2IIUです。チーム開発において、「私の環境では動くのに、他の人の環境では動かない」という問題に遭遇したことはありませんか？この問題は、開発者のローカル環境の差異（OSのバージョン、インストールされているライブラリのバージョン、環境変数の設定など）によって引き起こされます。特に機械学...
Python モデルの解釈性入門:SHAPとLIMEで予測を説明する
こんにちは、JS2IIUです。機械学習モデルの精度が向上する一方で、「なぜそのような予測をしたのか」を説明することの重要性が増しています。特に医療診断や金融審査といった重要な意思決定の場面では、モデルの予測根拠を明確に示すことが求められます。この記事では、モデルの解釈性を高めるための代表的な手法であ...
Pandas 【Pandas】データクリーニングでよく使う10のテクニック
こんにちは、JS2IIUです。データ分析や機械学習の精度を高めるためには、「データクリーニング（前処理）」が欠かせません。どんなに高度なモデルを使っても、入力データが汚れていれば結果は信頼できません。本記事では、Pythonの代表的なデータ処理ライブラリである Pandas を使って、実務でも頻繁に...
Streamlit 【Streamlit】JupyterからStreamlitへの移行方法
こんにちは、JS2IIUです。Jupyter Notebookは、データ分析の定番ツールとして広く使われています。Pythonとpandas、NumPyを使えば、手軽にデータの前処理や可視化が可能です。しかし――あなたが一度は感じたことがあるかもしれません。「分析結果を他の人に見せたいけど、Note...