CLAUDE.md

This file provides guidance to Claude Code (claude.ai/code) when working with code in this repository.

プロジェクト概要

これは100日間のAI・機械学習・データ分析チャレンジを管理するプロジェクトです。日々の学習進捗を記録し、プロジェクトを作成・管理するためのツールを提供します。

環境設定

このプロジェクトは conda 環境

ml-ai-env

を使用します。

# conda環境のアクティベート
conda activate ml-ai-env

重要: Matplotlib日本語表示設定

matplotlibでグラフを作成する際は、必ずjapanize-matplotlibを使用して日本語表示を有効化してください。

# 初回のみインストール
pip install japanize-matplotlib

# 必須: matplotlibを使用するJupyterノートブックの冒頭で実行
import matplotlib.pyplot as plt
import japanize_matplotlib  # これで日本語が正常に表示されます

この設定を忘れると、グラフのタイトル・軸ラベル・凡例の日本語が文字化け（□□□）になります。

主要なコマンド

新しい学習プロジェクトの作成

python create-project.py <プロジェクト名>

指定したフォルダに空の

main.py

と

README.md

を作成します。

今日の学習を完了としてマーク

python scripts/mark_today_done.py --day <日数> [--notes "メモ"] [--date "YYYY-MM-DD"]

```
--day
```
: 完了した日数（必須）
```
--notes
```
: 学習メモ（任意）
```
--date
```
: 日付を指定（省略時はJSTの今日）

READMEの進捗表を更新

python scripts/update_readme.py

progress/progress.csv

の内容を基に、README.md の進捗セクションを自動更新します。

プロジェクト構造

```
create-project.py
```
: 新しい学習プロジェクトのひな形を作成
```
scripts/mark_today_done.py
```
: progress.csv の特定の日を完了状態に更新
```
scripts/update_readme.py
```
: README.md の進捗表示を自動生成・更新
```
progress/progress.csv
```
: 100日間の学習計画と進捗を管理するCSVファイル
- カラム: Day, Phase, Theme, Date, Done, Notes

学習フェーズ

基礎強化 (Day 1-15): Python基礎、Numpy、Pandas、統計、線形代数
ML基礎 (Day 16-35): 機械学習の基本アルゴリズム、Scikit-learn、Kaggleタイタニック
AI基礎 (Day 36-60): 深層学習、TensorFlow/Keras、CNN、RNN、NLP
応用 (Day 61-85): Kaggle実践、各種アプリケーション開発
仕上げ (Day 86-100): オリジナルプロジェクトの企画・実装・公開

開発ワークフロー

新しい学習トピック用のプロジェクトを作成
学習を完了したら
```
mark_today_done.py
```
で記録
```
update_readme.py
```
でREADMEの進捗を更新
必要に応じてGitにコミット

SNS投稿フォーマット

学習完了後のSNS（Twitter/X）投稿用テンプレート：

#100DaysOfMLChallenge Day X 完了！ [絵文字]

📅 Day X: [テーマ]（MM/DD）

今日の学習内容：
- [主要な学習項目1]
- [主要な学習項目2]
- [主要な学習項目3]

💡 学習のポイント：
[今日の気づきや工夫した点を1-2文で]

📊 進捗: X/100日 (X%)
🔗 https://github.com/miyakawa2449/100days-of-ml-ai

#機械学習 #Python #[関連タグ] #DataScience #100日チャレンジ #プログラミング学習

Gitコミットルール

コミット時の手順

git status で変更内容を確認
git add で必要なファイルをステージング
- 学習用ファイル:
```
git add day*/
```
- 進捗管理:
```
git add progress/
```
```
git add README.md
```
- スクリプト:
```
git add scripts/
```
git commit でコミット（日本語メッセージ）

コミットメッセージ形式

[Day X] タイトル（概要）

- 具体的な変更内容1
- 具体的な変更内容2

コミットメッセージ例

[Day 4] Pandas基礎② - データクリーニングを追加

- pandas_data_cleaning_basic_simple.ipynb（Excelユーザー向け）を作成
- pandas_data_cleaning_basic.ipynb（通常版）を作成  
- README.mdに学習内容の詳細を記載
- 進捗状況を更新

注意事項

各Dayの学習が完了したらコミット
大きな変更は細かくコミットを分ける
```
.pyc
```
、
```
__pycache__
```
、
```
.ipynb_checkpoints
```
はコミットしない

投稿例

#100DaysOfMLChallenge Day 3 完了！ 🐼

📅 Day 3: Pandas基礎① - DataFrame操作（8/15）

今日の学習内容：
- DataFrameの作成・選択・フィルタリング
- 統計情報の取得とグループ集計
- CSV操作と欠損値処理

💡 学習のポイント：
最初の練習問題が思いの外難しかったので、Excelユーザー向けのシンプル版を作成！
ExcelでできることはPandasでも同じようにできる！

📊 進捗: 3/100日 (3%)
🔗 https://github.com/miyakawa2449/100days-of-ml-ai

#機械学習 #Python #Pandas #データ分析 #Excelユーザー向け #100日チャレンジ #プログラミング学習

CLAUDE.md

This file provides guidance to Claude Code (claude.ai/code) when working with code in this repository.

プロジェクト概要

環境設定

このプロジェクトは conda 環境

ml-ai-env

を使用します。

# conda環境のアクティベート
conda activate ml-ai-env

重要: Matplotlib日本語表示設定

matplotlibでグラフを作成する際は、必ずjapanize-matplotlibを使用して日本語表示を有効化してください。

# 初回のみインストール
pip install japanize-matplotlib

# 必須: matplotlibを使用するJupyterノートブックの冒頭で実行
import matplotlib.pyplot as plt
import japanize_matplotlib  # これで日本語が正常に表示されます

この設定を忘れると、グラフのタイトル・軸ラベル・凡例の日本語が文字化け（□□□）になります。

主要なコマンド

新しい学習プロジェクトの作成

python create-project.py <プロジェクト名>

指定したフォルダに空の

main.py

と

README.md

を作成します。

今日の学習を完了としてマーク

python scripts/mark_today_done.py --day <日数> [--notes "メモ"] [--date "YYYY-MM-DD"]

```
--day
```
: 完了した日数（必須）
```
--notes
```
: 学習メモ（任意）
```
--date
```
: 日付を指定（省略時はJSTの今日）

READMEの進捗表を更新

python scripts/update_readme.py

progress/progress.csv

の内容を基に、README.md の進捗セクションを自動更新します。

プロジェクト構造

```
create-project.py
```
: 新しい学習プロジェクトのひな形を作成
```
scripts/mark_today_done.py
```
: progress.csv の特定の日を完了状態に更新
```
scripts/update_readme.py
```
: README.md の進捗表示を自動生成・更新
```
progress/progress.csv
```
: 100日間の学習計画と進捗を管理するCSVファイル
- カラム: Day, Phase, Theme, Date, Done, Notes

学習フェーズ

基礎強化 (Day 1-15): Python基礎、Numpy、Pandas、統計、線形代数
ML基礎 (Day 16-35): 機械学習の基本アルゴリズム、Scikit-learn、Kaggleタイタニック
AI基礎 (Day 36-60): 深層学習、TensorFlow/Keras、CNN、RNN、NLP
応用 (Day 61-85): Kaggle実践、各種アプリケーション開発
仕上げ (Day 86-100): オリジナルプロジェクトの企画・実装・公開

開発ワークフロー

新しい学習トピック用のプロジェクトを作成
学習を完了したら
```
mark_today_done.py
```
で記録
```
update_readme.py
```
でREADMEの進捗を更新
必要に応じてGitにコミット

SNS投稿フォーマット

学習完了後のSNS（Twitter/X）投稿用テンプレート：

#100DaysOfMLChallenge Day X 完了！ [絵文字]

📅 Day X: [テーマ]（MM/DD）

今日の学習内容：
- [主要な学習項目1]
- [主要な学習項目2]
- [主要な学習項目3]

💡 学習のポイント：
[今日の気づきや工夫した点を1-2文で]

📊 進捗: X/100日 (X%)
🔗 https://github.com/miyakawa2449/100days-of-ml-ai

#機械学習 #Python #[関連タグ] #DataScience #100日チャレンジ #プログラミング学習

Gitコミットルール

コミット時の手順

git status で変更内容を確認
git add で必要なファイルをステージング
- 学習用ファイル:
```
git add day*/
```
- 進捗管理:
```
git add progress/
```
```
git add README.md
```
- スクリプト:
```
git add scripts/
```
git commit でコミット（日本語メッセージ）

コミットメッセージ形式

[Day X] タイトル（概要）

- 具体的な変更内容1
- 具体的な変更内容2

コミットメッセージ例

[Day 4] Pandas基礎② - データクリーニングを追加

- pandas_data_cleaning_basic_simple.ipynb（Excelユーザー向け）を作成
- pandas_data_cleaning_basic.ipynb（通常版）を作成  
- README.mdに学習内容の詳細を記載
- 進捗状況を更新

注意事項

各Dayの学習が完了したらコミット
大きな変更は細かくコミットを分ける
```
.pyc
```
、
```
__pycache__
```
、
```
.ipynb_checkpoints
```
はコミットしない

投稿例

#100DaysOfMLChallenge Day 3 完了！ 🐼

📅 Day 3: Pandas基礎① - DataFrame操作（8/15）

今日の学習内容：
- DataFrameの作成・選択・フィルタリング
- 統計情報の取得とグループ集計
- CSV操作と欠損値処理

💡 学習のポイント：
最初の練習問題が思いの外難しかったので、Excelユーザー向けのシンプル版を作成！
ExcelでできることはPandasでも同じようにできる！

📊 進捗: 3/100日 (3%)
🔗 https://github.com/miyakawa2449/100days-of-ml-ai

#機械学習 #Python #Pandas #データ分析 #Excelユーザー向け #100日チャレンジ #プログラミング学習

CLAUDE.md

Related Skills

Markdown Converter

Nano Banana Pro

1password