AIツール 【AI英語学習】挫折しない英語リスニング・シャドーイング教材はAIで作れる！
NotebookLMやGeminiを活用して、自分だけの英語リスニング教材を簡単作成！AIで“続く・伸びる”学習を実現する方法を解説します。
AIツール 
大学院 理系の進路に迷う大学生必見｜学部卒と修士卒の違い・就職戦略・キャリアの選び方を徹底解説
理系の進路で「大学院に進むか、学部で就職するか」迷っていませんか？本記事では、学部卒と修士卒それぞれの強み・就活戦略・向いている職種・キャリアの広がり方をわかりやすく解説。後悔しない選択のためのヒントをお届けします。
Python Psi4とRDKitが動くJupyter Lab環境をDockerで構築してみた
Dockerを使い、Psi4とRDKitが導入済みのJupyter Lab環境を構築する方法を解説。ライブラリの依存関係や競合問題を解決し、再現性の高い化学計算・ケモインフォマティクスの研究開発環境を容易に準備する手順を紹介します。
AIツール 【5分で始めるGemini CLI】インストールから初期設定までを解説
Gemini CLI のインストールから初期設定までを 5 分で解説。Node.js 導入手順や無料 1,000 回/日の上限、API キー連携も説明する初心者向けガイド。
ライフハック LINEで複数の表示名を使い分ける「サブプロフィール」活用術【LYPプレミアム】
LINEの本名登録に抵抗がある方へ。身バレを防ぐ「サブプロフィール」機能で名前を使い分けませんか？LYPプレミアムで使える機能の概要から、プライバシーを守る効果的な設定戦略まで分かりやすく解説します。
プログラミング Python(RDKit)で学ぶ特徴量選択：多重共線性を解消し、信頼できる物性予測モデルを構築する
先日RDKitを用いた機械学習で「多重共線性」というものを学びました。本記事では、相関行列とVIF（分散拡大係数）を使い、情報の重複した特徴量を科学的に選択・削除する具体的な手順をPythonコード付きで解説します。モデルの予測精度と解釈性を向上させる実践的テクニックが学べます。
プログラミング 【RDKit機械学習入門】特徴量エンジニアリングで予測精度を上げてみる
「RDKit機械学習入門」シリーズ第2回。予測精度を向上させる鍵「特徴量エンジニアリング」を実践します。TPSAや水素結合といった化学的特徴量をモデルに追加し、化合物の水溶解度（logS）予測の精度が向上する過程をPythonコード付きで分かりやすく解説します。
化学で機械学習 【RDKit機械学習入門】Pythonで化合物の水溶解度を予測してみよう
RDKitとscikit-learnを用いてSMILESから水溶解度(log S)を予測するQSARモデルをPythonで構築。特徴量計算から線形回帰による評価まで、化学・創薬初心者にもわかりやすく解説します。
AIツール CursorをDockerコンテナにアタッチして、快適な開発環境を構築しよう！
AI搭載エディタCursorを、Dockerで構築した開発環境へ簡単に接続（アタッチ）する方法を解説。VSCodeと同様の手順で、コンテナ内のファイルを直接編集・デバッグできます。快適なDocker開発環境をCursorで実現しましょう。
AIツール PaperpileとGeminiの連携で論文読みが捗った話【生成AI】
論文を読むのが劇的に楽になる方法を解説します。文献管理ツールPaperpileとAIのGeminiを連携させれば、PDFからコピペ不要で直接質問し放題になります。英語論文の要約や専門用語の解説も一瞬で完了します。研究者・学生必見の生産性向上術です。