クリック操作だけでAI予測！かんたんアプリをPythonで作ってみた話

import tkinter as tk
from tkinter import filedialog, messagebox
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from tensorflow.keras.models import Sequential, load_model
from tensorflow.keras.layers import Dense

class DLApp:
    def __init__(self, master):
        self.master = master
        master.title("ディープラーニングGUIアプリ")

        # ボタンの作成
        self.load_data_btn = tk.Button(master, text="1. 学習データを読み込む", command=self.load_data)
        self.train_btn = tk.Button(master, text="2. モデルを学習する", command=self.train_model)
        self.save_btn = tk.Button(master, text="3. モデルを保存する", command=self.save_model)
        self.predict_btn = tk.Button(master, text="4. モデルを読み込んで予測", command=self.predict_with_model)

        self.load_data_btn.pack(pady=5)
        self.train_btn.pack(pady=5)
        self.save_btn.pack(pady=5)
        self.predict_btn.pack(pady=5)

        # モデル・データの初期化
        self.model = None
        self.X_train = self.y_train = None

    def load_data(self):
        filepath = filedialog.askopenfilename(filetypes=[("CSV files", "*.csv")])
        if not filepath:
            return

        try:
            df = pd.read_csv(filepath)
            self.X_train = df[["fim_in", "age", "mmse"]].values
            self.y_train = df["fim_out"].values
            messagebox.showinfo("成功", f"{filepath} を読み込みました。")
        except Exception as e:
            messagebox.showerror("エラー", f"読み込み失敗: {e}")

    def train_model(self):
        if self.X_train is None or self.y_train is None:
            messagebox.showwarning("警告", "先にデータを読み込んでください。")
            return

        self.model = Sequential([
            Dense(16, activation='relu', input_shape=(3,)),
            Dense(16, activation='relu'),
            Dense(1)
        ])
        self.model.compile(optimizer='adam', loss='mse')
        self.model.fit(self.X_train, self.y_train, epochs=50, batch_size=16, verbose=0)
        messagebox.showinfo("完了", "モデルの学習が完了しました。")

    def save_model(self):
        if self.model is None:
            messagebox.showwarning("警告", "学習済みモデルがありません。")
            return

        filepath = filedialog.asksaveasfilename(defaultextension=".h5", filetypes=[("H5 files", "*.h5")])
        if not filepath:
            return

        self.model.save(filepath)
        messagebox.showinfo("成功", f"モデルを {filepath} に保存しました。")

    def predict_with_model(self):
        model_path = filedialog.askopenfilename(filetypes=[("H5 files", "*.h5")])
        if not model_path:
            return

        try:
            model = load_model(model_path)
        except Exception as e:
            messagebox.showerror("エラー", f"モデル読み込み失敗: {e}")
            return

        test_csv_path = filedialog.askopenfilename(filetypes=[("CSV files", "*.csv")])
        if not test_csv_path:
            return

        try:
            df = pd.read_csv(test_csv_path)
            X_test = df[["fim_in", "age", "mmse"]].values
            preds = model.predict(X_test)

            df["prediction"] = preds
            save_path = filedialog.asksaveasfilename(defaultextension=".csv", filetypes=[("CSV files", "*.csv")])
            if save_path:
                df.to_csv(save_path, index=False)
                messagebox.showinfo("成功", f"予測結果を {save_path} に保存しました。")
        except Exception as e:
            messagebox.showerror("エラー", f"予測失敗: {e}")

# アプリの起動
if __name__ == "__main__":
    root = tk.Tk()
    app = DLApp(root)
    root.mainloop()