FigmaとPythonによる機械学習にそれぞれ入門してみた感想

元々触った事はあったが、きちんと学んだことがなかったFigmaとPythonを使っての機械学習について、最近改めて入門的に学ぶ機会があった。

Figmaでモックアップを作成

Figmaに関しては、事業の仮説検証の次のステップとして、開発中のサービスのデモ動画を作ろうと考え、その中でFigmaを使ってUIや操作イメージをデザインすることにした。

色々と調べたところ、Udemyのこの講座が、全体を網羅しながらも長すぎず短すぎず、かつ何か作りながら実践的に学べそうでちょうど良かったのでやってみることにした。

まだ途中なのでこれからの部分も多いが、それでも大分いろいろなことが出来るようになった。

• 共通するパーツをComponent化 

• Component内の一部をVariantsで状態管理

• Styleを登録して再利用

• Constraintsでレスポンシブ対応、など

講座自体は英語だけどめちゃくちゃわかりやすいし、これからFigmaを学ぼうとしてる人にはオススメです。

また、別件でたまたまMagicInstructionsというFigmaからWEBアプリを作れるノーコードツールにも触れる機会があった。

Let's change repeated tasks to the app in 5 minutes.

色々細かい作法とか覚えないといけないし、本番のプロダクトに使うのは厳しいと思うが、MVP開発を効率化する選択肢としてありだと思う。

そんな感じで、1年くらい前にFigmaを知っていれば、いろいろ遠回りせずに済んだんだろうなあと少し後悔しましたが、この際にしっかりと学んで今後は有効に活用していこうと思います。

Pythonによる機械学習

Pythonは以前ジーズの講座で取ったことがあったんだけど、仕事で後半の講義に出れず、ずっとそのまま放置していた。

ただ、やりかけのままにしておくのも気持ち悪かったし、ちょうど区切りがよいタイミングがあったので、放置していた課題に取り組み機械学習で手書き文字の自動判定アプリを作ってみました。

Python機械学習入門。MNISTの6万件の教師データを基にSVMで手書き文字を判定。中身の詳しいことは分からなくても、scikit-learnとか便利なライブラリ使えば数百行くらいで機械学習が使えてしまう。Python人気な理由が分かる。「これでおれも自称AIエンジニアか?!」とか、勘違いしそうになるくらい簡単w pic.twitter.com/DraLCWIicp

— ケンダイ＠Quespo代表 (@Kendai) February 28, 2022

Herokuにもアップしたのでこちらから実際に触れます：
https://limitless-journey-03742.herokuapp.com/

Pythonをちゃんと触るのは初めてだったけど、インデントでブロックを区別したり見た目もすっきりして読みやすいし、タプルとかリストのスライスとか、データ配列の扱い方もスマートで、まさにモダンな言語だなと思いました。

また、scikit-learnとか便利なライブラリを使えば、6万件の教師データを学習して、手書き文字を自動判定するみたいなアプリも数百行くらいで書けてしまって、Pythonが人気な理由も分かった。

もちろん機械学習に使ったSVM(Support Vector Machine)とか、中身のアルゴリズム的な事はゆるふわな感じにしか分かってないので、実務で使えるとかそういうレベルでは全然ない。

ただなんとなく勘違いでも「機械学習とかディープラーニングとか難しそうで無理だと思ってたけど、おれでもやれば出来るかも!?」と思えるようになったのはよかったです。

Figmaでも機械学習でも、新しいスキルを得ると可能性が広がるのを感じられるし、今後も話題になっている新しい技術やスキルは出来る限りキャッチアップしていこうと思います。