from transformers import pipeline classifier = pipeline("sentiment-analysis") result = classifier("この映画めっちゃ良かった！") print(result) を実行

from openai import OpenAI client = OpenAI(api_key="あなたのAPIキー") response = client.chat.completions.create( model="gpt-4.1-mini", messages=[ {"role": "system", "content": "あなたは優秀なアシスタントです"}, {"role": "user", "content": "AIって何？"} ] ) print(response.choices[0].message.content) を実行

from sklearn.feature_extraction.text import CountVectorizer from sklearn.naive_bayes import MultinomialNB # 学習データ texts = ["楽しい", "嬉しい", "最高", "悲しい", "最悪", "つらい"] labels = [1, 1, 1, 0, 0, 0] # テキストを数値化 vectorizer = CountVectorizer() X = vectorizer.fit_transform(texts) # モデル作成 model = MultinomialNB() model.fit(X, labels) # 予測 test = vectorizer.transform(["今日は楽しい"]) print(model.predict(test)) # → 1（ポジティブ） を実行

import requests response = requests.get("https://www.google.com") print(response.status_code) # 200なら成功 print(response.text[:200]) # HTMLの一部表示 を実行