JEV / LEARNING ROADMAP
Jev 学習経路：初心者、Python 実験、Agent 実践
今できる作業から入口を選びます。小さな成果物を一つ作ってから次へ進みましょう。全コミュニティプロジェクトの修了は必要ありません。
01 / 06
01 · 初心者：一件の問い合わせを理解
- 始める前に
- コードもアカウントも不要。
- 練習の進め方
- 問い合わせ例で申告と確認済みの事実を分け、判断の目的と三つの異なる質問を書きます。
- 修了の成果物
- state → 質問 → 動作の図と、人の確認が必要な項目。
当サイトで先に学ぶ
次の段階 → 02 · コードなし：選択と引き継ぎ
02 / 06
02 · コードなし：選択と引き継ぎ
- 始める前に
- state と質問を区別できること。API キーは不要。
- 練習の進め方
- 四段階の練習で一つの事実を変え、型を選び直します。根拠不足なら収集する情報を書きます。
- 修了の成果物
- 不明または人への引き継ぎを含むリクエスト草案。当サイトは合成例で、実行は Playground の条件を確認します。
当サイトで先に学ぶ
次の段階 → 03 · Python：オフライン例を実行
03 / 06
03 · Python：オフライン例を実行
- 始める前に
- 仮想環境、依存関係、JSON の基礎。Datawhale は Python 3.10 以上で、各 README も確認します。
- 練習の進め方
- 問い合わせ fixture で入出力を確認し、空入力と矛盾例を加えて引き継ぎを検証します。その後に実 API を検討します。
- 修了の成果物
- 再実行できるローカルスクリプトと、実行モード付きの三つの記録。
当サイトで先に学ぶ
次の段階 → 04 · 製品開発：失敗の費用を評価
04 / 06
04 · 製品開発：失敗の費用を評価
- 始める前に
- 固定したタスクと実行可能なリクエスト、正解ラベルを用意できること。
- 練習の進め方
- 合成例でしきい値とカバレッジを学び、留保データで評価します。言語、分類、失敗費用ごとに分け、テストで調整を繰り返しません。
- 修了の成果物
- 誤分類、人への引き継ぎ、費用、遅延の定義を含む評価表と失敗例。
当サイトで先に学ぶ
次の段階 → 05 · Agent とアプリ：循環を観察
05 / 06
05 · Agent とアプリ：循環を観察
- 始める前に
- 基礎評価を理解し、権限、合法な動作、モデルの判断を区別できること。
- 練習の進め方
- ツールゲートの後に一例を選び、可視状態、候補、コードの検証、結果、次の状態を記録します。隠れた裁判情報は入力しません。
- 修了の成果物
- 循環図と、失敗の検出者・停止地点・引き継ぎを示す trace。
当サイトで先に学ぶ
元資料へ進む
次の段階 → 06 · 研究とローカルモデル：別の実験
06 / 06
06 · 研究とローカルモデル：別の実験
- 始める前に
- 基準、データ分割、版の記録ができること。学習はモデルカードの機器とライセンスを確認します。
- 練習の進め方
- 研究課題と対照を確認してから再実行を選びます。Laya は別の公開重み経路で、同タスクと分割を使い、疑似ラベルへの適合と人の正解を分けます。
- 修了の成果物
- 出典、分割、モデル hash、指標、制約の比較表。未再実行の結果は元報告として記録します。
当サイトで先に学ぶ
元資料へ進む
次の段階 → Jev 学習リソース：四つのサイトの案内
Datawhale の 11 章との対応
作業ごとの対応表です。当サイトは独自の説明と練習、元リポジトリは Notebook、実装、実験記録を提供します。中国語のオンライン文書は別の参照先です。
| 元の章 | 当サイトの入口 | 元資料 |
|---|---|---|
| 01 · Jev 入門 | 01 · 初心者：一件の問い合わせを理解 | Datawhale ↗ |
| 02 · 基本概念 | 02 · コードなし：選択と引き継ぎ | Datawhale ↗ |
| 03 · 構成パターン | 03 · Python：オフライン例を実行 | Datawhale ↗ |
| 04 · 18 の配方 | 概念を実際の設計につなげる | Datawhale ↗ |
| 05 · スマートホーム実験 | 05 · Agent とアプリ：循環を観察 | Datawhale ↗ |
| 06 · モデル評価 | 04 · 製品開発：失敗の費用を評価 | Datawhale ↗ |
| 07 · 12 のアプリ | 12 のプロジェクトからどれを読む？ | Datawhale ↗ |
| 08 · 研究 | 06 · 研究とローカルモデル：別の実験 | Datawhale ↗ |
| 09 · Agent 統合 | 05 · Agent とアプリ：循環を観察 | Datawhale ↗ |
| 10 · ローカル Laya | 06 · 研究とローカルモデル：別の実験 | Datawhale ↗ |
| 11 · 出典と版の一覧 | 資料を使う前の三つの確認 | Datawhale ↗ |
12 のプロジェクトからどれを読む？
状態、判断、実行、フィードバックを観察する一例を選びます。リンク先は元コードです。実行方法と依存関係は各 README で確認します。Jev Games Web は共通の表示入口です。
| プロジェクト | 学ぶこと | 元コード |
|---|---|---|
| 01 · ヘビ | 最初：局所観測と衝突確認 | ヘビ ↗ |
| 02 · マインスイーパー | 最初：規則で決まる動作はコードへ | マインスイーパー ↗ |
| 03 · 人狼 | 次に：隠れた役割と根拠 | 人狼 ↗ |
| 04 · ゲーム共通入口 | 表示：入口と trace、別の戦略ではない | ゲーム共通入口 ↗ |
| 05 · 迷路 | 最初：局所判断と計画コード | 迷路 ↗ |
| 06 · 移動する標的 | 次に：動作確率と命中を分ける | 移動する標的 ↗ |
| 07 · ブラウザー操作 | アプリ：動作後に目標を独立検証 | ブラウザー操作 ↗ |
| 08 · 闘地主 | 次に：非公開カードと合法候補 | 闘地主 ↗ |
| 09 · ブラックジャック | 次に：同じ規則と乱数条件で比較 | ブラックジャック ↗ |
| 10 · 数独 | 最初：制約で絞ってから選択 | 数独 ↗ |
| 11 · Mario エミュレーター | 次に：フレームと動作時間の影響 | Mario エミュレーター ↗ |
| 12 · スマートホーム | アプリ：意図、機器への指示、シミュレーション | スマートホーム ↗ |
資料を使う前の三つの確認
- オフライン例、保存済み回放、実 API の実行モードを確認します。
- 状態、正解ラベル、動作、失敗理由を記録し、成功画像だけを集めないようにします。
- 元資料の日付、モデル版、各プロジェクトのライセンスを確認します。
学習経路の質問
Python がなくても学べますか？
はい。まず理解と鍵なしの練習を進めます。状態、質問、引き継ぎを設計してから Python を学ぶか判断します。
ゲームを終えれば Agent を公開できますか？
ゲームはフィードバックを学ぶ例です。公開には権限、引数検証、独立した成功判定、実タスクの評価も必要です。
ローカル Laya は Jev の代わりになりますか？
別の評価が必要です。似た入出力でも、学習、品質、校正、サービス動作が同じとは限りません。