Kaggleのチュートリアルを２題やって、さて、次は何をやろうか。
Kaggleで１番になっているチームのカーネル（コードの解説）を見てみた。英語なので、なかなかわからない。
　AIの学習のページを調べてみて、知らないことを読んでみた。モデルがいろいろあるのでスマートベクターマシンとかｆ値とか調べてみた。なんとなくわかったような。モデルをたくさん記憶しても、忘れるだろうなと思う。実際に予想をしていくには必要と思うが。
　バックプロパゲーションまで行くと、偏微分が出てきて、壁を感じる。
　Pythonの方も少し見てみた。Pandasというモジュールのいろんな機能を勉強すれば、データの前処理に習熟していくだろうなと思った。たとえば、データが負か記載がないときは、＞０｜isna（）、みたいに書くとか。文法は切りがない。
　自分としてやってみたいことも調べてみた。やってみたいことは自動で論文は書けるか、ノーコードでどこまでシステムをつくれるか。この２つをＡＩでやる方法を検索してみた。
　論文の方は、「論文をＡＩで書いてはいけない」というのが世の中の趨勢のようだった。学会の出す目的ではなく、世の中の論文の動向をつかむことができないかという思いがあった。学生が論文を書くためにいろいろツールがあるので、いくつか試してみた。ここでも、ほとんどの論文は英語なので、英語の壁が出てくる。ノーコードの方は、まだまだ、制約があるようだ。ＡＩにノーコードの動向をまとめてもらったら、今後、業務システムもノーコードになっていくというプレゼンテーション資料を作ってくれた（Gammaというツール。これは、世界の論文のつながりを可視化してくれると書いてあったが、プレゼンテーション資料を作ってくれた）。
　AIの２歩目はなかなか進まない。