差分

このページの2つのバージョン間の差分を表示します。

--- prg-basic [2020/09/04 (Fri) 08:06] – sonk414
+++ prg-basic [2021/01/04 (Mon) 19:43] (現在) – sonk414
@@ 行 1: / 行 1: @@
 ======= プログラミング言語基礎 =======
-プログラミング言語は、簡単に言えば、コンピュータを制御するための言語です。その種類は数百にもおよぶと言われています。これらのプログラミング言語には優劣がなく、目的によって使い分けられています。例えば、統計・機械学習の分野において Python や R などが使われ、システム開発ならば Python、Java や Go などがよく使われています。
-AI を理解する上で、数学・統計の知識だけさえあれば十分ですが、AI を活用していくにはプログラミング言語を使える必要があります。AI の分野でよく使われているプログラミング言語には C++、Python や R などがあります。このなか、とくに Python は勉強しやすく、応用範囲が広いプログラミング言語と言われています。また、AI 最先端のアルゴリムがほとんど Python で記述されているほど有名である。AI を学ぶにあたり、まず Python を学ぶことをお薦めします。
+====== スパコン操作 ======
-プログラミング言語経験者であれば、Python をゼロから勉強し始める必要はありません。Python の文法やデータ型などを調べて一通り目を通すだけで十分です。
+人がコンピュータに命令を与える方法は、概ね Graphical User Interface (GUI) に基づく方法と Character User Interface (CUI) に基づく方法の 2 種類に分けることができる。業務で使用する Windows パソコン、タブレット端末、銀行 ATM などが GUI の代表例となります。これらは、わかりやすく表示されたコンピュータの画面をみながらコンピュータに命令を出しているところでは共通しています。これに対して、文字のやりとりのみでコンピュータに命令を出したり、コンピュータから計算結果を受け取ったりする操作が CUI であり、日常生活でほとんど触れることはありません。
-プログラミング言語未経験者の場合は、インターネットで公開されている資料などを有効活用して、一通り Python を学ぶことをお薦めします。本教育プログラムの初級および中級コースでは、AI の作り方や AI の活用に重みをおいてあるため、Python について最小限のことしか説明しません。そのため初級・中級コースを受けるにあたり、次のような Python 知識をすである程度持っていることを期待しています。プログラミング言語未経験者が Python を学ぶとき、これらの項目を重点的に学ぶことをお薦めします。
+GUI 操作は直感的でわかりやすいが、ビッグデータなどを処理する場合に非効率的です。例えば、あるフォルダの中に 1000 件の CSV ファイルがあるとします。これらの CSV ファイルの中に様々な果物の売り上げデータがあるとします。この 1000 件の CSV ファイルに散らばっているリンゴの売り上げデータを収集したい場合は、ファイルを一つ開いで、ファイルの内容を確認し、"apple" を含まれている行を探してコピーし、新しいファイルに貼り付ける、という作業を 1000 回繰り返す必要があります。さらにこの作業を間違いなく行う必要があります。作業は単純だが、多くの作業時間を必要とします。
+一方で、コマンドと呼ばれるものを利用すると、この集計作業を文字でコンピュータに命令することができます。例えば、1000 件の CSV ファイルからリンゴのデータを集計する作業では、次のような文字命令を出すことによって、わずか数秒で集計作業を終わらせることができます。
+<code>
+for f in `ls *.csv`; do
+  grep 'apple' ${f} >> apple.csv
+done
+</code>
+そして、リンゴではなく、イチゴのデータも収集したい場合は、文字命令を少し変更する（"apple" を "strawberry" に変更する）だけで収集できるようになります。このように文字だけでコンピュータに命令を与える操作が CUI 操作となります。スパコンを使う上で、このような操作を身につけると効率的なデータ操作が行えます。
+コマンドは数十種類あるが、よく使うコマンドは限られています。今回の講習会で使用する予定のコマンドを次の表に示しました。具体的な使い方は初級コースで学ぶが、コマンドの意味を初級コースが始まる前に覚えておくことをおすすめします。
+| コマンド | 機能                                                |
+| `pwd`    | 現在作業しているディレクトリのパスを表示する。            |
+| `ls`     | ディレクトリの内容の一覧を表示する。                    |
+| `cd`     | ディレクトリを移動する。                              |
+| `cp`     | ファイルまたはディレクトリをコピーする。                 |
+| `mv`     | ファイルまたはディレクトリを移動する。                  |
+なお、初級・中級コースを受講する上では必要はありませんが、コマンドを詳しく学びたい方は次の資料を参考にしてください。
+  * テキスト [[https://aabbdd.jp/unix4bi/|UNIX for Bioinformatics]]
+  * 動画＆テキスト [[http://cmdline.2016.class.kasahara.ws/|コマンドライン講習会]]
+コマンド 1 つが 1 つの命令となっています。コンピュータへの命令が単純であれば、コマンドだけで十分にデータ処理が行えます。しかし、複雑な計算などを行おうとすると、コマンドだけでは不十分になります。そこで登場するのがプログラミング言語です。
+====== プログラミング言語 ======
+プログラミング言語は、簡単に言えば、コンピュータを制御するための言語です。その種類は数百にもおよぶと言われています。これらのプログラミング言語には優劣がなく、目的によって使い分けられています。例えば、統計・機械学習の分野において Python や R などが使われ、システム開発ならば Python、Java や Go などがよく使われています。
-  * データ型（整数、小数、文字）
+AI を理解する上で、数学・統計の知識だけさえあれば十分ですが、AI を活用していくにはプログラミング言語を使える必要があります。AI の分野でよく使われているプログラミング言語には C++、Python や R などがあります。このなか、とくに Python は勉強しやすく、応用範囲が広いプログラミング言語と言われています。AI 最先端のアルゴリムがほとんど Python で記述されているほど有名です。また、Python のほかに、データサイエンスの分野においては R もよく使われている。とくに統計解析や多変量解析などは R が欠かせません。そのため、AI を学ぶにあたり、プログラミング言語として Python および R をまず学ぶことをおすすめします。
-  * リスト、ディクショナリ
-  * if 構文, for 構文, while 構文
-  * 関数の作り方と使い方
-Python を学ぶにあたり、以下の資料を参考にするとよいです。これらの資料は、Python の基本的な部分から応用部分まで広くカバーしてあります。このうち、初級・中級コースですでに習得が期待される部分については、カッコの中に書きました。初級・中級コースを受けるにあたり、クラスやイテレーターなどの抽象的な概念への理解を必要としていません。
+本教育プログラムの初級および中級コースでは Python と R の両方を使用しますが、本プログラムの内容として AI の作り方や AI の活用に重みをおいてあるため、Python および R の使い方について最小限のことしか説明しません。そのため初級・中級コースを受けるにあたり、次にリストに挙げた Python および R 知識をすでに持つことを期待しています。本プログラムを受講するにあたり、これらの項目を重点的に学ぶことをお薦めします。
-  * テキスト [[https://repository.kulib.kyoto-u.ac.jp/dspace/handle/2433/245698|京都大学プログラミング演習 Python 2019]] （1, 2, 3, 4, 5, 10, 11 章）
+  * Python
-  * テキスト [[https://utokyo-ipp.github.io/index.html|東京大学 Python プログラミング入門]] (1, 2, 3, 4-1 章)
+    * データ型（整数、小数、文字）
-  * テキスト [[https://aabbdd.jp/notes/files/20200205_PythonIntro_NAROFukuyama.pdf|Python 入門ワークショップ＠西日本農研究 (2019)]]
+    * リスト、ディクショナリ
-  * 動画 [[https://sites.google.com/view/ipsjmooc/list/C3-1|情報処理学会 基本的なプログラミング]]
+    * if 構文, for 構文
+    * 関数の作り方と使い方
+  * R
+    * ベクトル・行列・データフレーム
+    * 可視化
+Python および R を学ぶにあたり、以下の資料を参考になれます。これらの資料は、Python および R の基本的な部分から応用部分まで広くカバーしてあります。このうち、初級・中級コースに必要な部分をカッコの中に書きました。これらの部分については習得（復習）しておくと、初級・中級コースもスムーズに理解できるようになります。
-なお、農情研では、Python 入門を目的とした講習会も不定期で実施しています。必要であれば、Python 入門講習会への参加もご検討ください。また、各地域農研において 10 名前後の参加者が見込める場合、各地域農研で講習会を開くこともできます。ご希望・ご相談がありましたら、農情研ワークショップお問い合わせ窓口までご連絡ください。
+  * Python
+    * テキスト [[https://repository.kulib.kyoto-u.ac.jp/dspace/handle/2433/245698|京都大学プログラミング演習 Python 2019]] （1, 2, 3, 4, 5, 10, 11 章）
+    * テキスト [[https://utokyo-ipp.github.io/index.html|東京大学 Python プログラミング入門]] (1, 2, 3, 4-1 章)
+    * 動画＆テキスト [[https://aabbdd.jp/py4bi/| Python for Bioinformatics]]（1, 2, 3, 4 章）
+    * 動画 [[https://sites.google.com/view/ipsjmooc/list/C3-1|情報処理学会 基本的なプログラミング]]（1, 2, 3, 4 章）
+  * R
+    * 動画＆テキスト [[https://aabbdd.jp/bi2r/| Brief Introduction to R]]（1, 2, 4 章）