【Pythonできること100選】仕事自動化、データ分析、機械学習（AI）、Webアプリなど具体的な事例を100個以上を紹介｜28,000文字と初心者にもわかりやすく解説

これからPythonを勉強しようと思っている人。
Pythonを勉強したい。
だけど、次のような悩みを抱えていませんか？

・Pythonで、どんなことができるのかわからない。
・作りたいものはあるけど、Pythonでできるのかわからない。
・一覧的にざっと教えて欲しい。

この動画では、そんな悩みを抱えている方に向けて、Pythonでできることを160個、紹介します。
タイトルでは歯切れがいいので100選としています。

Pythonでできること
仕事自動化とは？
Pythonでできる仕事自動化の50例
仕事自動化をマスターしたいならキノクエスト
データ分析とは何か？
Pythonでできるデータ分析の60例
Pythonによるデータ分析をマスターしたいならキノクエスト
「Pythonによる機械学習」のできることの30選
Pythonによる機械学習でできることの20例
Pythonによる機械学習をマスターしたいならキノクエスト
Webアプリケーションとは何か？
WebアプリケーションとWebサイトの違い
Webアプリはどのように作られているのか？
Pythonによるアプリ開発をマスターしたいならキノクエスト

この記事の執筆・監修

テクノロジーアンドデザインカンパニー合同会社のCEO。
日本最大級のプログラミング教育のYouTubeチャンネル「キノコード」や、プログラミング学習サービス「キノクエスト」を運営。
著書「あなたの仕事が一瞬で片付くPythonによる自動化仕事術」や、雑誌「日経ソフトウエア」や「シェルスクリプトマガジン」への寄稿など実績多数。

Pythonでできること

最初にPythonでできることにはどんなものがあるでしょうか？
Pythonでできることは、大きくわけて4つです。

1つめ。仕事の自動化。
2つめ。データ分析。
3つめ。機械学習。
4つめ。Webアプリケーション開発

上記の4つのカテゴリーにわけて説明をしていきます。
まずは、Pythonによる仕事自動化について説明をします。

仕事自動化とは？

このツイートでも紹介させてもらったように、全人類に、おすすめしたいのが「Pythonによる業務自動化」です。
なぜなら、仕事の成果に直結しないものは、コンピュータに任せた方が良いですよね。
一度プログラムを組んでしまえば、24時間365日、コンピュータは働いてくれます。
無料で働いてくれる部下を雇う感覚です。
そして、あなたは、成果がでる仕事、勉強などの将来の自己投資をすればよいと思っています。
この記事では、「Pythonによる業務自動化」の魅力、業務自動化の事例、習得方法について、
プログラミング未経験者にもわかるように解説をしていきたいと思います。

意味のない仕事というのは、存在しないと思っています。
しかし、どうしても成果がつながりにくい仕事と、成果につながる仕事というものが存在します。
成果につながりにくい仕事には下記のようなものがあります。

定型的なデータ取得の作業
定型的なデータ集計やレポートの作成
定型的なメール送信の作業

今はデジタルの時代、DXの時代。
コンピュータに任せることができる時代です。
そして、それを実現できるのが、Pythonです。
定型作業については、Pythonで自動化できる可能性は高いでしょう。

Pythonでできる仕事自動化の50例

Pythonによる業務自動化では、どんなことができるのでしょうか？
ここでは、具体的な事例を50個ほどあげていきたいと思います。

ウェブスクレイピング、ブラウザ操作の自動化

ウェブスクレイピングとは、インターネットに掲載されている文字、数値、画像などのデータを取得することがで技術のことをいいます。
もし、手作業でやるなら、ウェブサイトにいき、文字や数字でのデータであればコピーと貼り付けをする、画像であれば、右クリックで保存をすることになります。
しかし、これが大量データであれば、時間と労力がかかり大変です。
これらの作業を自動化することができるのが、ウェブスクレイピングの技術です。

ただし、自社サイト以外からデータを取得する場合、法律問題をクリアする必要があります。
弁護士の方が解説をした記事があります。

ちなみに、以降に説明をするブラウザとは、Google Chrome、Safari、Microsoft Edgeなどのインターネットを閲覧するソフトウェアのことです。

ウェブスクレイピングで指定したウェブサイトにある文字、テキストの取得
Beatiful Soupというライブラリを使うと、指定したウェブサイトに掲載されている画像を取得することができます。
ウェブスクレイピングで特定のウェブサイトにある画像の取得
Beatiful Soupというライブラリを使うと、指定したウェブサイトに掲載されている画像を取得することができます。
キーワードを指定して画像取得
画像認識の機械学習を開発する際、大量の画像が必要になります。
iclawlerというライブラリを使うと、指定したキーワードの画像を大量に取得することができます。
Googleなどの検索結果ページのデータ取得
SEO対策をしていると検索順位を定期的に取得をしたいことがあります。
Seleniumというライブラリを使うと、ブラウザ操作を自動化できます。
Seleniumを使ってGoogleなどの検索欄に入力。
Beatiful Soupを使って検索結果のテキストを取得することができます。
ブラウザ操作の自動化して会員サイトにログイン
上記の通り、Seleniumというライブラリを使うと、ブラウザ操作を自動化できます。
ブラウザを操作をして、会員サイトの入力欄にIDやパスワードを入力、ログインボタンのクリックを自動化できます。
ブラウザ操作の自動化して特定のページからファイルをダウンロード
上記の通り、Seleniumというライブラリを使うと、ブラウザ操作を自動化できます。
特定ページに遷移をして、ダウンロードボタンのクリックを操作することができます。

ExcelやGoogleスプレッドシートの自動化

Excel操作の自動化は、OpenPyXLというライブラリを使うと実現できます。
Googleスプレッドシートの自動化については、Google系のAPIや、gspreadというライブラリを使うと実現できます。
ExcelやGoogleスプレッドシートで自動化できるものは、下記のようなものがあります。

Excel、csv、Googleスプレッドシートからデータ取得する
Excelに記載があるカテゴリなどのグループごとに合計や平均を算出する
集計などの処理をした結果を、Excel、csv、Googleスプレッドシートなどに書き出し
複数のワークシートを縦につなげて1つにする
ひとつのワークシートを、複数のワークシートやExcelファイルを分割する

ファイルやフォルダの自動操作

Pythonの標準ライブラリを使って、ファイルやフォルダの自動操作、具体的には、作成、削除、移動、名前変更などが可能です。
標準ライブラリとしては、ファイル名を見つけるためのglob、osを操作できるosライブラリ、フォルダを操作できるshutil（シューティル）などがあります。

ファイルの名前変更、移動などのファイル操作
パソコンにある全フォルダの一覧取得
特定のフォルダにあるすべてのファイル名の取得
拡張子ごとに特定のフォルダに移動
拡張子を一括変換

デスクトップ操作

PythonライブラリのPyAutoGUIなどを使うと、パソコンのデスクトップ操作を自動化することができます。
具体的には次のようなことができるようになります。
他にも、Pythonには、PyAutoGUIというライブラリがあります。
このライブラリを使うと、キーボードやマウス操作を自動化することができます。
OSライブラリを使用してできることには下記のようなものがあります。

マウスポイントを移動
マウスを指定した位置で右クリックや左クリック、指定した回数でクリックすることができる
指定したキーを入力できる
特定のアプリケーションを定期的に起動する。
デスクトップのメニューやボタンを自動的にクリックして、特定の操作を行う。
特定の時間やイベントに基づいて、定期的にスクリーンショットを撮る。

APIの利用

企業が提供しているAPIは、Pythonにほとんど対応しているといっても過言ではありません。
APIを通して、企業が提供するサービスの自動化が可能です。
APIとしては次のようなものがあります。

Google AnalyticsのデータをPythonで取得することができるGoogle Analytics API。
Google MapsをPythonで操作できる、Google Maps API。
Facebookのユーザー情報や投稿、写真などをPythonで操作できるFacebook Graph API
Twitterのツイートの取得や投稿などをPythonでできるTwitter API。
天気の情報を取得できるOpenWeatherMap API。
Slackのメッセージ送信、チャンネル管理などをPythonでできるSlack API。
Shotifyのプレイリストの作成や管理などをPythonでできるSpotify Web API。
Notionのデータを操作、データ取得、検索、ページ作成などPythonでできるNotion API。
ChatGPTをPythonで操作できるChatGPT API。
LINEのメッセージ送信などができるLINE API

Eメール送信

smtplibやemailライブラリを使って、自動的にEメールを送信することが可能です。

定期的なメールの配信
今まで説明したきた自動化した処理内容やタスクをメールで配信
ファイナンスの分析など特定のイベントが発生した際のアラート通知をするメール配信などを自動化

データ分析、レポート作成の自動化

Pandas、Matplotlibなどを使うとデータ分析をすることができます。
一度、分析のプログラムを組めばデータ分析を自動化することができます。
JupyterNotebookでは、テキストや表、グラフなどを表示させることができます。
したがって、それをそのまま分析レポートとして活用することができます。
また、それをメール配信をして、分析レポートの配信自動化することもできます。
さらには、PythonのライブラリであるStreamlit（ストリームリット）を使うと、TableauやPowerBIのようなGUIで操作できる分析ツール（ダッシュボード）を作成することができます。
そのダッシュボードを配布すれば、あなたはもっとコアな分析業務に専念することができるでしょう。

データ分析の自動化
データ分析レポートの自動化
データ分析レポート作成からメール配信までの自動化
データ分析のダッシュボード構築

その他

画像処理については、OpenCVというライブラリがあります。
PDF操作については、PyPDF2、pdfminer.sixというライブラリがあります。
音声処理については、PydubやgTTSというライブラリがあります。
動画編集については、MoviePyというライブラリがあります。
上記のライブラリを使って、下記のようなことができます。

画像の中から顔のデータのラベル付の自動化
画像の読み込み、表示、保存、画像のリサイズや回転、明るさやコントラストの調整の自動化
PDFに記載があるテキストを取得
PDFにある画像を取得
動画の音声が入っていない部分をカットできる
動画のフェードアウト、フェードインなどのエフェクトの追加
音声情報を取得できる
画像ファイルから人間の顔をカウントすることができる
画像ファイルからテキストを取得することができる
GoogleDriveなどのクラウドストレージを使ったデータバックアップと復元の自動化
Wordファイルを操作するpython-docxなどライブラリを使ったWordでの作業の自動化

仕事自動化をマスターしたいならキノクエスト

キノクエストには、下記のような仕事自動化のコースがあります。
・Python×Excel自動化コース
・Python×PDF自動化コース
・ウェブスクレイピングコース
・デスクトップ操作自動化コース
・ファイル/フォルダ操作自動化コース
・LINE自動化コース
・Gmail自動化コース

キノクエストはコースごとにカリキュラムがあるので、学習方法に迷いません。
学習時間の目安もあるので、モチベーションも維持しやすいです。
月額1990円から始められます。
詳細は、下記ページをご覧ください。

データ分析とは何か？

データ分析と聞くと、難しく感じるかもしれません。
データ分析の基本は、「分解」と「比較」です。
高度なテクニックを使わなくても、これで解決することが多いです。

例えば、上司から「売上がさがっているように感じる。原因を調べて欲しい」と依頼があったとします。
データ分析01

まずやることは「分解」です。
分解とは、全体の数字を分解してみるということです。
例えば、売上の分析であれば、新規ユーザーと既存ユーザーに分解するのです。
データ分析02

ただし、分解しただけでは、どこが売上減少しているかわかりません。
そこで必要なのが、比較のプロセスです。
具体的には、過去との比較、競合との比較、商品別の比較です。
ここでは、去年との比較をします。
データ分析03

そうすると、新規のユーザーに比べて、既存のユーザーの売上が減っていたとします。
そうすると、これが原因の1つかもしれないです。
データ分析04

ただし、違う分解、違う切り口でも分析をしてみましょう。
例えば、流入経路で分解してみましょう。
Web広告、Google検索、SNSからの流入。
そういった流入経路で分解してみます。
こっちの方が、売上の減少率が高いかもしれません。
データ分析05

もし、これだけだと売上減少の原因がわからなかった場合は、さらなる分解をしてみましょう。
例えば、新規既存ごとにさらなる分解をして商品別に比較、流入経路ごとにさらなる分解をして商品別に比較といったことです。
データ分析06

このように、データ分析の基本は、「分解」と「比較」です。
そのためには、データを集計する技術が必要です。
また、たくさんの比較を数字だけでみるのは大変です。
グラフにすれば、分析担当者のあなたも、報告先の上司やお客様にも伝わりやすいです。
集計やグラフ化もPythonが得意とするところです。

Pythonでできるデータ分析の60例

データ分析の基本については、ご理解いただけと思います。
今まで紹介したデータ集計やデータ可視化も含めたPythonによるデータ分析でできることと、具体例を全部で59個あげていきます。

Pythonによるデータ分析でできること

まずは、Pythonのデータ分析でできることです。
5つのカテゴリごとに53個を紹介します。

1.データ集計

Pythonでは、データ集計ができます。
先ほども説明したように、データ分析では、新規や既存、流入経路、商品別に集計（分解）をして、過去との比較をします。
Pythonは、このデータ集計が得意です。
データを読み込んだり、グループごとに集計したりができます。
データの集計が得意なライブラリは、PandasやNumpyです。

1-1. csvファイル、Excel、データベースのテーブルデータの読み取り
1-2. 列や行を追加、変更、削除ができる
1-3. フィルターをかけて特定の行を抽出できる
1-4. 列の並び替えができる
1-5. グループごとに集計することができる
1-6. 表同士をデータを特定のキーで結合することができる

2.データクレンジング

Pythonは、データクレンジングも得意です。
データクレンジングは、データ分析や機械学習をする時には、必ず必要なプロセスです。
データが汚いままだと、データ分析や機械学習のモデル構築ができないからです。
具体的には、データクレンジングとは、データセットから不正確、不完全、不適切、または関連性のない部分を特定し、修正または削除するプロセスです。
データクレンジングが得意なライブラリは、データ集計と同様に、PandasやNumpyです。

2-1. 不正確なデータの特定と削除または修正
2-2. 欠損値の処理
2-3. 異常値の除去
2-4. 重複データの削除
2-5. データ形式の標準化
2-6. データの正規化
2-7. カテゴリーデータの処理

3.データ可視化

Pythonではデータの可視化、グラフ化ができます。
データ可視化は、データ分析に必須のプロセスです。
データ可視化が得意なライブラリは、Matplotlib、Seabornなどです。
これらのライブラリを使うと、下記のようなことができます。

3-1. 線グラフ
3-2. 棒グラフ
3-3. 円グラフ
3-4. ヒストグラム
3-5. 散布図
3-6. 箱ひげ図

4.統計的な分析

Pythonでは、統計な分析をすることができます。
統計ができるライブラリとしては、Statsmodels、SciPyなどが代表的です。
これらのライブラリを使うと、下記のような統計的な分析ができるようになります。

4-1. 平均、中央値、標準偏差などの基本的な統計量の計算
4-2. ピアソンの相関係数やスピアマンの順位相関係数などを計算などの相関分析
4-3. 変数間の因果関係を調査します。単回帰、重回帰、ロジスティック回帰などの回帰分析
4-4. t検定、カイ二乗検定などの仮説検定
4-5. 正規分布、二項分布、ポアソン分布などの確率分布からのサンプリングや計算

5.時系列分析

Pythonでは、時系列データの分析が可能です。
時系列分析は、時間によって変化するデータのパターンを理解し、将来の動向を予測するために使用されます。
時系列分析が得意なライブラリは、Pandas、Statsmodels、Scikit-learnなどです。

5-1. データを日付型として読み込み、時系列に並び替えなどの処理
5-2. 日付や時間のデータ形式の一定の形式に統一
5-3. トレンド（長期的な傾向）と季節性（定期的な変動）の分析
5-4. 自己回帰移動平均（ARMA）、自己回帰統合移動平均（ARIMA）などの時系列予測モデルの構築と評価
5-5. 時系列データをグラフにして表示

6.テキストデータ分析

Pythonは、テキストデータの分析ができます。
テキストから有益な情報を抽出し、そのデータを分析するプロセスです。テキストデータ分析に使用されるライブラリには、Natural Language Toolkit (NLTK)、Pandas、Scikit-learn、Gensimなどがあります。

6-1. テキストを小さな部分に分割し、基本形に整えて不要な一般単語を除去（トークン化、正規化、ストップワードの削除など）
6-2. 単語の重要性を数値化してテキストの特徴を抽出（バグ・オブ・ワーズ、TF-IDFなど）
6-3. テキストの感情やトピックを分析し、カテゴリに分類（感情分析、トピックモデリング、文書分類など）
6-4. 文の重要な部分を特定し、構造を分析して、特定の要素（名前や場所など）を識別（自然言語処理（NLP）タスク）
6-5. テキストデータの可視化（単語雲、頻度分布グラフなど）

7.高度な科学的計算

Pythonは、複雑な数学的および科学的計算ができます。。
科学的計算においてよく使用されるライブラリには、Numpy、Scipy、SymPyなどがあります。

7-1. 多次元配列の処理と操作
7-2. 線形代数、統計、積分、微分方程式などの高度な数学的計算
7-3. 代数方程式、数式の展開、微分積分などのシンボリック計算
7-4. 大規模数学的最適化問題の解決
7-5. 数値シミュレーション、モデリング、数値解析

8.データマイニング

データマイニングは、大量のデータからパターン、関連性、知識を発見するプロセスです。
Pythonでは、Pandas、Scikit-learn、Beautiful Soup、Seleniumなどのライブラリを使用してデータマイニングが可能です。

8-1. 生データからの有用な情報の抽出と変換
8-2. クラスタリング、分類、回帰などのデータマイニングアルゴリズムの実装
8-3. ウェブスクレイピングによるデータ収集（Beautiful Soup、Selenium）
8-4. テキストマイニングと自然言語処理
8-5. 探索的データ分析（EDA）によるデータの理解と発見

9.機械学習

Pythonは、機械学習アプリケーションの開発において最も人気のある言語の一つです。Scikit-learn、TensorFlow、Keras、PyTorchなどのライブラリを使用して、様々な機械学習モデルを構築し、トレーニングできます。

9-1. 教師あり学習（分類、回帰）
9-2. 教師なし学習（クラスタリング、次元削減）
9-3. 強化学習
9-4. ディープラーニング（ニューラルネットワーク）

Pythonでできるデータ分析の具体例

以上のようなことが、Pythonのデータ分析でできます。
次に、データ分析でできることの具体例について紹介します。

1.ウェブアクセス分析

ウェブアクセス分析です。
ご自身でウェブサイトをもっていたり、会社でウェブサイトを運営していますか？
Pythonでログデータを読み込んだり、Google Analytics APIを使用してデータを取得、訪問者の行動やコンバージョン率などを分析することができます。
これらのデータをPythonで自動で取得してきて分析をすることができます。
他にも、APIを使うと一瞬で自動でさまざまなデータを取得できます。

2.A/Bテストの分析

A/Bテストの結果を分析するために統計的仮説検定を行うこともできます。
なぜなら、Pythonでは、統計処理を行うことができるからです。

3.顧客分析（CRM分析）

自社を利用してくれている顧客の分析をすることができます。
具体的には、顧客の生涯価値（LTV）の分析、顧客解約率の分析、チャーン分析などを行うことができます。
他にも、セグメンテーション分析、RFM分析、NPS分析、パレート分析などができます。

4.株や為替の分析

株や為替の分析もできようになります。
機械学習を使うと、分析のみならず、株価などの予測などもできます。
他にも、仮想通貨の分析、資産運用という意味では不動産価格の分析もできるようになります。

5.ソーシャルメディア分析

ウェブアクセス分析のところでも説明しましたが、FacebookやX（旧：Twitter）にはAPIがあります。
InstagramやLINEにもAPIがあります。
これらのAPIでデータ取得をしてきて、ソーシャルメディア分析もできるうようになります。
具体的には、トレンドの分析、バズったツイートの分析、フォロワーの推移分析などができます。

Pythonによるデータ分析をマスターしたいならキノクエスト

キノクエストには、データ分析のコースがあります。
・データ可視化コース
・データ分析コース
・ダッシュボード構築コース

「Pythonによる機械学習」のできることの30選

機械学習をやりたいけど、一体どんなことができる？
仕事、学業、趣味に活かせるの？
という疑問があると思います。
そこで、ここでは、機械学習でできることの事例を30個ほど説明をします。

30例を説明する前に、機械学習の分類予測と回帰予測について説明をします。
機械学習のできることとして、画像認識、自然言語処理、予測分析、推薦システム、異常検知などいろいろできることがあります。
その中でビジネスシーンでニーズが高いのが、予測分析（予測モデリング）です。
そして、この予測の種類には、2通りあります。
それが、分類予測と回帰予測でなのです。
分類予測とは、顧客が購入するかしないか、患者さんが病気になるかならないか、売上があがるのかさがるのか？いった予測します。
分類予測は、簡単にいうとカテゴリの予測です。
回帰予測とは、売上がいくらになるか？在庫が何個になるか、患者さんの健康寿命は何年と何ヶ月か？といった予測をします。
回帰予測は、簡単にいうと数字の予測です。
30例の説明では、予測分析が回帰か分類か、使用するデータとしてはどんなものを使うのか？ということもあわせて説明をします。
網羅的に説明をしていきますので、こんなこともPythonと機械学習できるんだーと思いながらざっと目を通してください。

Pythonによる機械学習でできることの20例

オンライン広告のクリック率を予測
・使用するデータ：広告の種類、ターゲットユーザー層、広告の表示位置、ユーザーの行動履歴など
・予測種別：回帰予測
・ジャンル：マーケティング
顧客が特定の商品を購入するかどうか予測
・使用するデータ：顧客の年齢、性別、購買履歴、検索履歴、クリック履歴など
・予測種別：分類予測
・ジャンル：マーケティング
商品の在庫数を予測
・使用するデータ：過去の在庫データ、売上データ、季節性、プロモーション、価格変動など
・予測種別：回帰予測
・ジャンル：マーケティング
ウェブページの訪問者数を予測
・使用するデータ：過去の訪問者数データ、ページのコンテンツの種類、ユーザーの検索キーワードなど
・予測種別：回帰予測
・ジャンル：マーケティング
製品の売上予測
・使用するデータ：過去の売上データ、市場動向、競合他社の状況、プロモーション活動など
・予測種別：回帰予測
・ジャンル：マーケティング
映画の興行収入を予測
・使用するデータ：監督、俳優、ジャンル、予算、公開時期、公開前の評価など
・予測種別：回帰予測
・ジャンル：マーケティング
顔画像から推定される年齢を予測する
・使用するデータ：顔画像、顔の特徴点、顔の形状、皮膚の質感など
・予測種別：回帰予測
・ジャンル：画像認識
画像か人物であるかを特定
・使用するデータ：形状、色、大きさ、位置、角度など
・予測種別：分類予測
・ジャンル：画像認識
画像から不良品であるかを予測
・使用するデータ：製品の画像、寸法、重量、製造過程のデータなど
・予測種別：分類予測
・ジャンル：画像認識
テキストから感情がポジティブ、ネガティブを予測する
・使用するデータ：テキストデータ、単語の出現頻度、単語の感情スコアなど
・予測種別：分類予測
・ジャンル：テキスト分析
筆跡の画像から特定の人であるか予測
・使用するデータ：筆跡サンプル（手書きの文章や署名）、筆圧、筆順、文字の形状や大きさ、スペースの取り方、傾きなど
・予測種別：分類予測
・ジャンル：テキスト分析
犯罪が発生する確率を予測
・使用するデータ：人口密度、失業率、警察の人員配置、過去の犯罪データなど
・予測種別：回帰予測
・ジャンル：公共安全、セキュリティ
交通事故が発生する確率を予測
・使用するデータ：道路状況、気象情報、交通量、過去の事故データなど
・予測種別：回帰予測
・ジャンル：公共安全、セキュリティ
クレジットカード取引が不正利用かどうか予測する
・使用するデータ：取引履歴、取引金額、取引場所、利用者の属性など
・予測種別：分類予測
・ジャンル：公共安全、セキュリティ
音楽のジャンル分類
・使用するデータ：楽曲の音響特徴、ビート、メロディ、アーティスト情報など
・予測種別：分類予測
・ジャンル：音声認識
音声からの言語識別
・使用するデータ：音声サンプル、発話言語、アクセント、発話者の情報（年齢、性別など）
・予測種別：分類予測
・ジャンル：音声認識
音声からの感情認識
・使用するデータ：音声サンプル、発話者の感情ラベル（喜び、悲しみ、怒り、驚きなど）
・予測種別：分類予測
・ジャンル：音声認識
自然災害発生リスク予測
・使用するデータ：気象データ、地質情報、過去の災害データ、地域の人口密度など
・予測種別：分類予測
・ジャンル：農林水産
魚の種類を分類予測
・使用するデータ：魚の画像や形状特徴、色、大きさ、鱗の形状、生息環境など
・予測種別：分類予測
・ジャンル：農林水産
農作物の成長を予測
・使用するデータ：土壌の種類、水やりの頻度、日照時間、気温、湿度、栄養状態など
・予測種別：回帰予測
・ジャンル：農林水産
中古車の価格を予測
・使用するデータ：車の年式、走行距離、車種、ボディカラーなど
・予測種別：回帰予測
・ジャンル：資産運用
不動産価格予測
・使用するデータ：物件の面積、立地、築年数、周辺施設の情報など
・予測種別：回帰予測
・ジャンル：資産運用
未来の株価の予測
・使用するデータ：過去の株価データ、市場情報、企業の業績、ニュース記事など
・予測種別：回帰予測
・ジャンル：資産運用
顧客に返済能力があるかどうかの予測
・使用するデータ：年齢、収入、職業、信用履歴、住居情報など
・予測種別：分類予測
・ジャンル：ファイナンス
従業員が離職するかを予測
・使用するデータ：年齢、入社からの経過月数、部署、有休消化率、残業時間など。
・予測種別：分類予測
・ジャンル：人事
患者が特定の病気になるかの予測
・使用するデータ：患者の年齢、性別、体重、身長、既往歴、血液検査結果など
・予測種別：分類予測
・ジャンル：医療
未来の天気を予測
・使用するデータ：過去の気象データ、気圧、気温、湿度、風向、風速など
・予測種別：分類予測
・ジャンル：気象
電力需要を予測
・使用するデータ：過去の電力使用データ、気温、曜日、祝日、特別なイベントなど
・予測種別：回帰予測
・ジャンル：エネルギー
学生のテストの点数を予測
・使用するデータ：学生の過去の成績、出席状況、学習時間、家庭環境、教師の評価など
・予測種別：回帰予測
・ジャンル：教育
スポーツチームの勝敗予測
・使用するデータ：過去の試合データ、選手の成績、チームの戦術、対戦相手の情報など
・予測種別：分類予測
・ジャンル：スポーツ
スポーツ選手の怪我の発生予測
・使用するデータ：選手の年齢、性別、競技歴、過去の怪我履歴、選手のポジション、トレーニング内容、試合頻度など
・予測種別：分類予測
・ジャンル：スポーツ

Pythonによる機械学習をマスターしたいならキノクエスト

キノクエストには、機械学習やAIに関するコースがあります。
・機械学習コース
・クラスタリングコース
・購買予測コース
・株価予測コース
・画像認識コース
・オリジナル生成AI構築

Webアプリケーションとは何か？

Webアプリケーションとはなんでしょうか？
皆さんが普段使っている動画サービスのYouTube、Amazonや楽天などのショッピングサイト、XやInstagramやFacebookなどのSNSサービス。
これらはアプリケーションです。
これらのアプリケーションを、Web、つまりインターネットを経由して利用しています。
なので、Webアプリケーションです。

もう少し説明します。
これらのサービスには、ログインしたり、コメントを書いたり、商品を購入する機能を持っているものがありますよね。
そして、ユーザー1人ひとりにIDとパスワードがあって、それをもとにログインができたり、自分が過去に購入した商品を見たり、自分の名前でコメントができたりと、ユーザーごとに見える内容や動作が変わりますよね。
ユーザーごとに見える内容や動画が変わる機能を"動的な機能"といいます。
これらの動的な機能を持ったものを「アプリケーション」と呼びます。
つまり、インターネットを通じてアプリケーションを利用しているので、Webアプリケーションといいます。

WebアプリケーションとWebサイトの違い

Webアプリケーションと似た言葉として、Webサイトという単語があります。
では、WebアプリケーションとWebサイトはどう違うのでしょうか？
Webアプリケーションは、動的な機能を持ったものと説明しました。
これでピンときた人がいるかもしれません。
そう、Webサイトは、動的な機能がありません。
静的な機能のみです。
みなさんが、Webブラウザで見ているもののうち、動的な機能を持ったものWebアプリケーション。
静的な情報のみ提供されているもの
Webサイトとは、静的な情報のみインターネットを通じて提供されているもののことをいいます。
Webサイトの代表例は、ブログ、コーポレートサイトなどがあります。

このWebアプリケーションは、Pythonでも開発できます。
このWebアプリケーションを、Pythonで習得する魅力にはどんなものがあるでしょうか？

Webアプリはどのように作られているのか？

Webアプリ開発ではどんなものが作れるようになるのか？
その具体例の前に、Webアプリは、どのように作られているのか説明をします。

Webアプリケーションは、複数の機能を組み合わせてできています。
Webアプリケーションの機能は、言ってみれば部品、Webアプリケーションそのものは、製品です。

車で例えてみましょう。
車は、タイヤ、エンジン、EVモーター、ボディ、ハンドルなど部品で構成されています。
部品を組み合わせることで、EV自動車、スポーツカー、高級セダンなどができあがります。
つまり、部品の組み合わせによって、最終製品ができあがります。

Webアプリの具体例で説明するなら、会員登録の機能、ログインの機能、商品を一覧で見せるページ、商品の詳細を説明するページなどが機能です。
それらの機能を組み合わせると、ショッピングサイトができあがります。
改めていうと、Webアプリケーションとは、機能の組み合わせでできているということです。

Pythonで作れるWebアプリケーションの機能（具体例20個）

では、ここからは、Webアプリで、どんな機能を作れるのか説明をします。
その次に、それらの組み合わせて、どんなWebアプリケーションができるのかを紹介します。
機能と、それらの組み合わせでできるアプリケーションで、合計40個ほど紹介します。

1.ログイン機能

ユーザーだけがアクセスできるようにIDとパスワードでサイトに入れるようにするための機能です。

【実装する機能】
ユーザー登録機能
パスワードのリセット機能
ユーザープロフィール管理機能
セッション管理（ログインした状態で違うサイトへ移ってもログイン状態を維持する機能）

2.検索機能

たくさんの情報や商品の中から、ユーザーが探しているものを簡単に見つけるための機能です。

【実装する機能】
フィルタリング機能（絞り込み機能）
ソート機能（並び替え機能）
サジェスト機能(キーワードを提案してくれる機能)
入力補完機能（入力候補を自動的に表示する機能）

3.カート機能

オンラインで買い物をするとき、ユーザーは欲しいものをカートに一時的に入れることができる機能です。

【実装する機能】
数量変更の機能
商品を削除する機能
合計金額の表示する機能（商品単価と数量から自動に合計金額を表示する機能）
カート内を検索する機能

4.決済機能

ユーザーが商品やサービスの支払いをオンラインで行うための機能です。

【実装する機能】
複数の決済方法を使える機能（クレジットカード決済、デビットカード決済、PayPal、電子マネーなどを使える機能）
セキュアな決済機能（決済時の不正アクセス、データの漏洩、詐欺などのリスクから顧客やビジネスを守るための安全な支払いができる機能）
注文確認機能
レビュー・評価を表示する機能

5.ユーザープロフィール管理機能

ユーザーが自分の名前や写真を設定・変更できたり、他の人にどんな情報を見せるかを設定できたりする機能です。

【実装する機能】
ユーザー情報の編集機能
プロフィール画像のアップロード機能
アカウント設定、プライバシー管理ができる機能
他の人に対して表示・非表示の設定ができる機能（名前、年齢、性別の表示・非表示）

6.レビュー・評価機能

買ったものや使ったサービスについて、ユーザーの評価・共有ができる機能です。

【実装する機能】
5つ点やスターで評価
コメントやフィードバックの投稿

7.コミュニティ機能

他のユーザーと情報を交換したり、質問ができたり、いいねを付けたりする機能です。

【実装する機能】
グループを作る機能
質問掲示板の機能
質問の作成やコメントができる機能
タグ付けやカテゴリ分けができる機能

8.通知機能

ユーザーに重要な情報やアップデートを伝える機能です。

【実装する機能】
メール通知、アプリ内通知
プッシュ通知（スマホ向け）

9.チャット・メッセージング機能

ユーザーが、他のユーザーとメッセージでやりとりするための機能です。

【実装する機能】
個別チャット、グループチャット
リアルタイムのメッセージング機能

10.ダッシュボード機能

サイト運営者が、ユーザーの活動やデータを一覧で確認することができる機能です。

【実装する機能】
ユーザーのアクティビティや統計の可視化
グラフやチャートの表示

11.API統合の機能

他のサービスやツールと連携して、ユーザーの使い勝手を、より便利にするための機能です。

【実装する機能】
SNS連携（Facebook、Googleアカウント、Xなどを使って会員登録やログインができる機能、SNSシェアボタンの設置）
サードパーティーサービスとの連携（Google Mapsの地図の埋め込み、YouTubeなどの動画埋め込みなど）

12.ファイルアップロード・ダウンロード機能

ユーザーがファイルをアップロードしたり、ダウンロードする機能です。

【実装する機能】
画像、動画などのファイルのアップロード機能
ファイルのプレビュー機能
CSVやExcelなどのダウンロード機能

13.ブックマーク・お気に入り機能

ユーザーが気に入ったコンテンツを保存したり、カテゴリ別に整理できたりする機能です。

【実装する機能】
商品やコンテンツの保存できる機能
リスト化やカテゴリ分けができる機能

14.マルチランゲージ機能

サイトが多くの言語で表示できるようにするために、複数の言語に対応するための機能です。

【実装する機能】
複数言語の表示切り替え
自動翻訳機能

15.アクセシビリティ対応の機能

障害を持つ方などのために、ウェブサイトを使いやすくするためのサポート機能です。

【実装する機能】
スクリーンリーダー機能（テキストを音声で読み上げる機能）
キーボードナビゲーション対応（キーボードだけで操作できるようになる機能）
文字や画像の拡大・縮小機能

16.リアルタイムデータ同期機能

複数のユーザーが同時に同じデータを閲覧している際、一人のユーザーの変更が他のユーザーにも即座に反映される機能です。

【実装する機能】
リアルタイム通信機能（即時にサーバーとクライアント間で、データを双方向にやり取りする技術を利用したリアルタイム通信）
データベースの変更をフロントエンドにプッシュする機能（データベースの更新情報をリアルタイムで表示を即座に更新する機能）

17.バックアップ・リストア機能

データを定期的にバックアップし、必要に応じて復旧することができる機能です。

【実装する機能】
自動バックアップできるスケジューリング機能
手動でのデータを復旧できる機能

18.セキュリティ機能

セキュリティ対策を強化するための追加機能を構築します。

【実装する機能】
データを暗号化する機能
クロスサイトスクリプティング（XSS）対策
SQLインジェクション対策

19.レポーティング・分析機能

サイトの使用状況やユーザーの行動を分析し、レポートを作成できる機能です。

【実装する機能】
チャートやグラフなどのデータの可視化
ユーザー行動のトラッキング

20.モバイル対応/レスポンシブデザイン

デバイスの種類や画面のサイズに関わらず、サイトを適切に表示されるようにするための機能です。
パソコンでの表示とモバイル・スマホでの表示を自動で切り替えることで、ユーザーの使い勝手の向上につながります。

【実装する機能】
ブレークポイントの設定
モバイルビューの最適化

機能を組み合わせてPythonで作れるWebアプリケーション（具体例20個）

機能について紹介しました。
Webアプリでは、どんな機能ができるのかイメージできましたでしょうか？
先ほども説明したように、部品を組み合わせれば、製品ができあがります。
ここでは、製品であるWebアプリケーションを20個ほど紹介をしていきます。

1.レシピ共有サイト

料理好きにおすすめです。
自分の作った料理、最高の味付けのレシピを記録しておけます。

【代表的なサービス】
クックパッド、DELISH KITCHENがあります。

【実装する機能】
・ユーザー登録、ログイン機能
・レシピの投稿機能（写真、材料、手順）
・キーワードやカテゴリによる検索機能
・ユーザーによるレシピの評価・コメント機能
・お気に入りのレシピの保存機能
・レシピの動画投稿・閲覧機能

【こんな機能にも挑戦】
・AIを活用して、冷蔵庫にある食材からオススメの今日のレシピや、1週間の献立を提案してくれる機能
・季節や祝日に合わせたレシピの自動推薦。
・ユーザー間でのレシピコンテストやイベント開催。
・AR技術を用いて、料理の手順をリアルタイムでガイドする機能。

2.家計簿アプリ

【代表的なサービス】
マネーフォワード、Zaimなどがあります。

ユーザーが自分の収入や支出を簡単に記録し、賢くお金を管理するためのアプリです。
家計簿をつけている人におすすめです。

【実装する機能】
・ユーザー登録、ログイン機能
・収入・支出の記録機能
・カテゴリ別の分類機能（食費、交通費、エンターテイメントについての支出を分類する機能）
・月ごとの収支バランスをグラフで表示する機能
・予算設定とその進捗表示する機能
・予算超過、節約のヒントなど通知する機能

【こんな機能にも挑戦】
・類似のユーザーの平均支出を表示し、比較可能にする。
・AIを用いて支出傾向の分析や節約の提案。
・ユーザーが節約目標を設定し、達成度合いを表示。
・家族やパートナーとの収支データの共有機能。

3.オンライン学習サービス

インターネットを通じて知識を学ぶためのサービスです。
動画、テキスト、クイズなどの多様なコンテンツ形式でサービス提供ができます。
オンライン学習なので、ユーザーが自分のペースで学び続けることができます。
最近では、EdTech（エドテック）というキーワードも出てきています。
EdTechは、"Education"（教育）と"Technology"（技術）の２つの言葉を組み合わせた言葉です。
EdTechでは、学ぶことをもっと楽しく、効果的にするために、パソコンやタブレット、アプリなどを使って教育を進めていきます。

【代表的なサービス】
私たちが運営するサービス「キノクエスト」、英語学習サービス「デュアリンゴ」

【実装する機能】
・ユーザー登録、ログイン機能
・講座の検索・購入・受講できる機能
・進捗管理の機能
・質問やディスカッション機能。

【こんな機能にも挑戦】
・AIを活用した学習推奨コンテンツの提案。
・ユーザーの学習履歴や傾向に基づいて次に学ぶべきコンテンツを推奨。
・リアルタイムでのオンラインクラスやワークショップの開催機能
・学習者同士のグループ学習やディスカッションができる設定。
・ARやVRを活用した実践的な学習体験の機能
・ゲーム化要素の導入で、学習意欲の維持やモチベーションの向上する機能

4.クイズサイト

ユーザーがクイズを作成、参加し、スコアを競うサイトです。

【代表的なサービス】
Kahoot!（カフート）やQuizlet（クイズレット）などがあります。

【実装する機能】
・ユーザー登録、ログイン機能
・クイズの作成する機能
・クイズのカテゴリ分類、タグ付けができる機能
・タイムアタック機能
・複数選択肢クイズ機能
・ランキング、スコアボードの表示機能
・友達との対戦機能
・ユーザープロフィール、実績・バッジ獲得を表示する機能
・クイズの検索機能
・人気クイズの表示する機能

【こんな機能にも挑戦】
・VRやARを活用したクイズ体験
・グループ内での対抗戦やチーム戦
・ゲーム化要素の導入（キャラクターやストーリー）

5.食事記録アプリ

食事内容をウェブで管理するアプリです。
レコーディングダイエットというものが昔、流行りましたよね。
食事内容を毎日記録することで、食事内容を客観的に把握して、改善を重ねていくダイエット方法です。
自分の食事習慣を客観的に見ることができる、モチベーションの維持などの効果が期待できます。

【代表的なサービス】
あすけん、FiNC（フィンク）などがあります。

【実装する機能】
・ユーザー登録、ログイン機能
・食事の写真アップロードする機能
・食品名やカロリーの入力・自動計算してくれる機能
・日付ごとの食事を一覧表示する機能
・栄養素をグラフ表示できる機能

【こんな機能にも挑戦】
・機械学習を利用することで、このままの食生活を続けるといつまでに何キロになるか予測する機能
・スマホアプリ化することで、いつでもどこでも食事を記録することができます。

6.筋トレ記録アプリ

毎日の筋トレの種類やセット数、回数、重量を簡単に記録・管理するアプリです。
筋トレ内容を毎日記録することで、鍛える部位の把握、成長具合を確認することができます。
モチベーションアップにも効果的でしょう。

【代表的なサービス】
筋トレMemo、MyFitnessPalなどがあります。

【実装する機能】
・ユーザー登録、ログイン機能
・筋トレメニューの選択する機能
・自分で筋トレメニューを作成できる機能
・セット数、回数、重量の記録する機能
・トレーニング日記・メモする機能
・週間・月間の筋トレ履歴をグラフ表示

【こんな機能にも挑戦】
・機械学習を利用して、ユーザーの筋トレ履歴や体調に合わせて最適なトレーニングメニューを提案
・スマホアプリ化すれば、ジムや自宅でのトレーニング時にも手軽に記録を取ることができるでしょう。
・カメラを使用して、正しいフォームでトレーニングを行うためのアドバイスも提供できます。

7.読書管理アプリ

読んだ本の記録、感想やメモを簡単に管理することができるアプリです。

【代表的なサービス】
Goodreads、読書メーターなどがあります。

【実装する機能】
・ユーザー登録、ログイン機能
・読んだ本の記録・評価する機能
・読書の進行状況（ページ数やパーセンテージ）の記録
・読みたい本のリスト作成機能
・バーコードスキャン機能で本の情報を自動入力する機能
・書評や感想のシェア機能

【こんな機能にも挑戦】
・おすすめの本をAIや機械学習を利用してユーザーの読書傾向に基づいておすすめの本を提案する機能
・ユーザーが読んだ本の統計をビジュアル化して月間・年間の読書レポートを生成する機能
・オンラインの読書会の開催やコミュニティ機能を追加して、他の読者との交流を促進する機能

8.ブログサービス

ユーザーが自分の考えや経験、知識を文章や画像などで公開するサービスです。

【代表的なサービス】
アメーバブログ、はてなブログなどがあります。

【実装する機能】
・ユーザー登録、ログイン機能
・新規ブログ記事の作成・編集機能
・画像や動画のアップロード機能
・カテゴリーやタグの設定機能
・コメントやいいねの機能
・レスポンシブデザインでの閲覧最適化をする機能
・アーカイブ機能や検索機能

【こんな機能にも挑戦】
・機械学習を利用してユーザーの記事傾向や閲覧履歴に基づいておすすめの記事を提案してくれる機能
・ブログのアナリティクス機能を追加して、記事の閲覧数や訪問者数、滞在時間などをグラフで表示するk脳
・メンバーシップや有料コンテンツ公開機能で、ブロガーが収益を得るための機能

9.予約管理アプリ

ユーザーは自分の都合の良い日時を選択し、事業者は予約状況を一目で確認することができるシステムです。
病院に導入したとします。
お客様の待ち時間を減らして満足度向上、病院は空き時間などの機会損失を防ぎます。

【代表的なサービス】
ホットペッパービューティ、EPARKなどがあります。

【実装する機能】
・ユーザー登録、ログイン機能
・利用可能な日時の表示する機能
・予約の新規作成、変更、キャンセルができる機能
・予約内容の確認メールやSMSの自動送信機能
・事業者側が予約一覧を確認できる機能
・顧客情報の管理と履歴の表示ができる機能

【こんな機能にも挑戦】
・最も利用されているメッセンジャーツールであるLINEで簡単に予約できる機能。
・ユーザーの過去の予約履歴や傾向に基づき、機械学習で特別なオファーを自動提案する機能。

10.アンケートシステム

ユーザーや顧客からの意見やフィードバックを簡単に収集するためのオンラインツールです。
多種多様な質問形式を使用して、効果的なデータ収集を行うことができます。

【代表的なサービス】
Questant、Googleフォームなどがあります。

【実装する機能】
・ユーザー登録、ログイン機能
・アンケートの新規作成、テンプレートから作成する機能
・複数種類の質問形式でアンケートを作成する（選択式、自由回答、リッカートスケールなど）
・アンケートの配信（メール、ウェブサイト埋め込み、QRコードなど）
・回答データの集計と可視化の機能
・CSV、Excelなどでデータをエクスポートできる機能

【こんな機能にも挑戦】
・AIを利用した自動解析機能で、回答からのユーザーのインサイトや傾向を抽出する機能。
・ユーザーの回答履歴や傾向に基づき、カスタマイズされたアンケートの提案。
・アンケート回答者への自動フィードバックやお礼メッセージの送信。
・アンケートの結果を基にしたフォローアップのアクションやタスクを自動生成する機能。

11.イベント支援サービス

イベントの計画、告知、参加者管理、実施後のフォローアップなど、イベント開催に関連するさまざまな作業を一元管理するアプリケーション。

【代表的なサービス】
connpass（コンパス）、Peatix（ピーティックス）などがあります。

【実装する機能】
・ユーザー登録、ログイン機能
・イベントの新規作成、詳細情報の入力する機能
・参加者の募集、申し込み管理機能
・クレジットカード、銀行振り込みなどの参加費用の収集機能
・イベント当日の出席管理、チェックイン機能
・イベント関連の通知やお知らせ機能
・アンケートやフィードバックの収集機能

【こんな機能にも挑戦】
・生成AIを利用してイベントの告知文・宣伝文を自動で作成する機能
・参加者の嗜好や過去の参加履歴に基づくイベントのおすすめ機能
・イベントのライブ配信や動画アーカイブの管理する機能

12.自社のオンラインストア

自社の商品やサービスをオンライン上で販売するための電子商取引ウェブサイト。

【代表的なサービス】
・ユニクロや無印良品のオンラインストア

【実装する機能】
・ユーザー登録、ログイン機能
・商品の登録、詳細情報の入力、カテゴリ分けができる機能
・ショッピングカート機能
・クレジットカード、コンビニ決済、代金引換など決済機能
・注文管理、在庫管理、配送ステータスのトラッキング機能
・クーポンや割引、ポイントシステムの機能
・顧客レビューや評価機能
・通知やお知らせ機能
・サイト内検索機能、商品のフィルタリングやソート機能

【こんな機能にも挑戦】
・自社のオンラインストアを構築するなら、ShopifyやBASEなどのEC構築プラットフォームを利用することをおすすめしますが、自分のプログラミングやエンジニアリング力を向上させるために挑戦するのはアリです。
・顧客の購入履歴や閲覧履歴に基づくパーソナライズされた商品やコンテンツの表示
・VRやARを使用した商品の試着や体験サービス
・ChatGPTを利用したチャットボットによる顧客サポート

13.タスク管理アプリ

日常のタスクやプロジェクトを効率的に管理するアプリ。

【代表的なサービス】
TrelloやGoogleKeepなどがあります。

【実装する機能】
・ユーザー登録、ログイン機能
・タスクの追加、編集、削除、並べ替えする機能
・日付や期限の設定、リマインダー機能
・タスクのカテゴリ分け、ラベリングする機能
・チェックリスト、サブタスクの設定機能
・カンバン方式の表示機能
・カレンダービュー、週間・月間のスケジュール表示機能

【こんな機能にも挑戦】
・チームでのタスク共有
・チャットやコメント機能
・機械学習を活用した優先度推定やタスク推薦する機能

14.ポートフォリオサイト、自己ブランディングサイト

個人のスキルや実績、作品を紹介するウェブサイト。

【代表的なサービス】
Behance（ビハンス）やDribbble（ドリブブル）が参考になるでしょう。

【実装する機能】
・個人プロフィール、経歴、スキルの紹介機能
・作品のギャラリー、詳細説明をする機能
・コンタクトフォームやメッセージ機能
・スマホやタブレット対応などのレスポンシブデザイン
・ブログやニュースセクション
・コメントやレビュー機能

【こんな機能にも挑戦】
・3DモデルやVR展示スペース
・アニメーションやインタラクティブな要素の導入

15.オリジナルの分析ツールの構築

データを視覚的に分析できるツール。PythonのフレームワークStreamlitを使うと簡単にオリジナルの分析ツール構築ができます。

【代表的なサービス】
Tableau、PowerBIが代表的なツールです。

【実装する機能】
・データをインポート、エクスポート機能
・可視化ダッシュボードの作成・カスタマイズができる機能
・棒グラフ、円グラフ、ヒートマップなどグラフやチャートを描画・設定できる機能
・データフィルタリング、ソート、ドリルダウン機能
・時系列データの分析

【こんな機能にも挑戦】
・AIや機械学習を利用した自動データ分析・予測
・外部APIを使ったデータ連携
・自動レポートティング機能
・モバイル対応やウェブ共有機能

16.自動化のアプリケーション構築

Pythonは業務自動化が得意です。
業務自動化ロードマップで説明したようなプログラムを作ることができます。
ただし、非プログラマの方だと、そのプログラムを実行するのは難しいです。
そこで、Pythonプログラムを誰でも簡単にボタン1つで実行できるようにするために、アプリケーションにするのが良い方法です。
ThinkerなどのPythonの標準ライブラリで、シンプルなGUIの自動化アプリケーション構築することができます。

【代表的なサービス】
RPAツールが代表的な例となるでしょう。UiPath、BizRoboが代表的です。

【実装する機能】
・ExcelやGoogleスプレッドシートの作業の自動化
・ウェブスクレイピング、ブラウザ操作の自動化
・ファイルやフォルダの自動操作
・マウスやキーボードなどのデスクトップ操作の自動化
・LINEやGmailなどのメッセージ送信の自動化
・APIの利用してChatGPTやXなどのWebサービスの自動化

【こんな機能にも挑戦】
・AWSにデプロイをしてチームメンバーが利用できるようにする
・社内のメンバーだけ利用できるようにするためのログイン機能
・データベースを構築して、取得したデータを保存する機能

17.ChatGPTを活用したアプリケーション構築

ChatGPTにはAPIがあります。
このChatGPTのAPIを利用をして、チャットボットのアプリケーションを開発することができます。
具体的には、自社のサービスの質問に答えるQ&Aのアプリ、お客様からの問い合わせに回答するチャットボット、社内の問い合わせに対応する応答アプリなどです。

【実装する機能】
・社内のメンバーだけ利用できるようにするためのログイン機能
・ChatGPTへ質問している利用ログの習得
・データのインポート/エクスポート機能
・ユーザーの利用状況がわかるダッシュボード機能
・AWSにデプロイをしてチームメンバーが利用できるようにする機能

【こんな機能にも挑戦】
・音声入力に対応し、音声での応答も提供する機能
・スマホからでも利用できるようにスマホアプリ化

18.パートナー探しのためのマッチングサービス

恋人やパートナーを探すためのオンラインマッチングサービスです

【代表的なサービス】
Tinderやpairsが参考になります。

【実装する機能】
・年齢、趣味、興味、写真などを含む個人プロフィールを設定できる機能
・年齢、場所、興味などに基づいたユーザー検索とフィルター機能
・お互いに「いいね！」を送ることでマッチングができる機能
・マッチしたユーザー同士でのメッセージ交換ができるメッセージ機能
・ユーザー情報の公開をコントロールできるプライバシー機能
・ユーザーの安全を守るための身分確認ができる機能
・不快なユーザーを報告またはブロックできる機能

【こんな機能にも挑戦】
・オンラインで安全な初対面をサポートするビデオチャット機能
・バーチャル内でデートができる機能
・AIによるマッチング機能

19.掲示板ウェブサイト

コミュニケーションを深めるコミュニティ・掲示板プラットフォーム。

【代表的なサービス】
2チャンネル（現・5チャンネル）や Reddit（レディット）が参考になるでしょう。

【実装する機能】
・ユーザーが自由にトピックを作成し、議論を開始できる掲示板作成機能
・投稿・返信ができるコメント機能
・スレッドやコメントをキーワードで検索する機能
・古いスレッドの保存するアーカイブ機能
・規約違反や不適切なコンテンツを報告する通報機能
・投稿やスレッドの人気度に基づいたランキングシステム機能

【こんな機能にも挑戦】
・おすすめの掲示板をレコメンドする機能

20.フリマアプリサイト

個人同士が自由に商品を売買できる、C2C（消費者対消費者）オンラインフリーマーケットプラットフォーム。

【代表的なサービス】
メルカリ、eBayが参考になるでしょう。

【実装する機能】
・写真や詳細情報をもとにアイテムを出品する商品出品機能
・キーワード、カテゴリ、価格などで商品を探す機能
・購入希望者と出品者の間でのコミュニケーションをするメッセージ機能
・オンライン決済機能
・ユーザー同士の取引評価とフィードバックをする評価機能
・不適切なコンテンツやユーザーの報告する通報・ブロック機能
・個々のユーザー情報や取引履歴の閲覧できるプロフィール管理機能
・気になったアイテムを保存して後で見るお気に入り機能

【こんな機能にも挑戦】
・ユーザーがリアルタイムで商品を紹介するライブ配信するライブショッピング機能
・AR技術を利用した仮想的な商品の試着体験を提供するバーチャル試着機能
・同じ趣味・関心を持つユーザーとの交流を可能にするコミュニティ機能