専門家の判断を、AIで扱える形にする。不動産鑑定士が『AIエージェントで機械学習をスキ ルにする』をKindleで発売。本書記載の手順による結果の再現性を、刊行前に検証済み
マンション取引データを題材に、判断基準の言語化、予測モデルの構築・検証、スキル化までを解説。Codex・Claude Codeを使い、専門知識を繰り返し使える手順にする方法を学ぶ。
Signal Yield Advisory（東京都港区、代表：松田幸一）は、2026年11月9日、Kindle書籍『AIエージェントで機械学習をスキルにする 不動産鑑定士が教える、Codex・Claude Codeで予測モデルをつくるAIコーディング入門』を発売しました。発売を記念して、11月16日（月）午後5時まで無料でダウンロードできます。
コードを書いたことのないビジネスパーソンが、AIエージェントに指示を出して機械学習の予測モデルをつくり、結果を自分の目で検証し、繰り返し使えるスキルにまとめるところまでを、架空の社内研修の物語に沿って進める本です。題材はマンションの取引価格ですが、本書で身につけるのは、自分の専門知識をAIに渡し、出力を確かめ、他の人も使える手順にする方法です。
Kindle販売ページ：https://www.amazon.co.jp/dp/B0HR1XKM3J
■専門知識を、AIで実行・検証・再利用できる形にする
専門業務には、資料のどこを見るか、どのデータを採用するか、結果をどの条件で使えるかといった判断があります。多くの職場で、こうした判断は担当者の頭の中にあり、本人以外では、同じ手順を再現できません。
本書は、この判断を三つの段階でAIが使える形に変えていきます。
1．専門知識を、AIへの指示に落とす。どの取引を分析に使い、どれを除くか。空欄や異常値をどう扱うか。判断の基準を、コードを書かせる前に文章にします。
2．出力を、専門家の目で検証する。AIが書いたプログラムが指示どおりか、予測の誤差はどの程度か、どの範囲なら答えてよいかを、作った本人が確かめます。
3．属人化した手順を、再利用できる形にする。指示・コード・検証方法・説明書を一つにまとめ、作成者以外の人やAIエージェントが同じ手順を繰り返せるようにします。
本書でいう「スキル」は、この三つをまとめたものです。AIエージェント（質問に答えるだけでなく、指示に沿ってファイルの作成やプログラムの実行を進めるAI）が、繰り返し呼び出して使います。
読み終えたとき、読者の手元には、自分の判断を書き出した規則の文章、AIが書いたコード、誤差と適用範囲の記録、使い方の説明書がそろいます。本書では題材をマンション価格にしていますが、同じ組み立ては、経理の確認手順にも、営業のデータの集計にも、人事の選別の基準にも当てはめられます。
■その力を、架空の社内研修の物語で学ぶ
読者は、総務部のハルカが全6回の社内研修でスキルを作り上げる過程を追います。各章は、研修の場面（物語）と、Codexへの指示・コード・出力・検証の解説で構成しました。物語には経理・人事・営業・法務の受講者も登場し、自分の専門業務に置き換えて考えられるようにしています。
研修で学ぶ流れは、次の四つです。
・指示：分析に使う取引を選ぶ規則を、コードより先に文章で書く。コードを書くチャット（コーダー）と、それを確かめるチャット（レビュアー）を分けて使う
・構築：国土交通省の取引価格データから、徒歩分、築年数、面積、最寄駅、取引年、改装の有無で価格を説明する重回帰分析のモデルをつくる
・検証：モデルの構築に使わなかった取引で誤差を測り、単純な予測値と比べる。学習したデータの範囲の外では予測せず、保留の理由を返す仕組みをつくる。Pythonで求めた係数をExcelのLINEST関数で照合する方法も扱う
・スキル化：作業を入力・手順・出力・検証方法の四つに分け、人・LLM（大規模言語モデル）・Pythonの担当を決める。モニター（作成者以外の試用者）の質問をもとに説明を足し、説明書とテストを含めて他の人に渡せる形に整える
不動産鑑定士である著者の視点は、主に「指示」と「検証」の段階で使われます。広告の価格と取引価格は何が違うのか。どの取引を比較の対象から外すべきか。数字が出たあと、その数字は何を表し、どの条件で使えるのか。こうした問いの立て方は、不動産以外の専門業務でも、AIの出力を確かめるときにそのまま使えます。
本文はOpenAIのCodexで進め、付録には、同じスキルをAnthropicのClaude Codeで使う手順と実行記録を載せています。スキルの形式は、Agent Skillsの共通の形式です。
■本の中身が分かる例：規則を先に書き、AIの「気を利かせた処理」を見つける
第3章では、分析に使う取引を選ぶ規則を、コードを書かせる前に文章で定めます。たとえば「面積50㎡以上」「建築年が判明している」「徒歩分が数値で判明している」の三つです。空欄や数字として読めない値は、推測で埋めずに除外すると決めます。
規則を先に文章にしておく理由を、本書は二つ挙げています。一つは、レビュアーに規則の文章とプログラムを突き合わせさせるためです。規則がコードの形でしかないと、ある処理がユーザーの依頼なのか、AIが自分で加えたものなのかを区別できません。本書では、コーダーが「建築年が空欄の行は、同じ駅の平均的な建築年で補いました」と報告してくる例を示し、レビュアーがそれを規則違反として挙げ、コーダーに削除させる流れを解説しています。
もう一つは、規則を適用する順番を決めておき、段階ごとに除外した件数を、後から同じ数え方で確かめられるようにするためです。
第8章では、できあがったスキルを、作成に関わっていない同僚に試用してもらいます。「いくらで売れるのか」という質問から、出力の予測値が2025年の取引価格の水準での値であり、売り出しの価格ではないことが説明されていなかったと分かります。作成者は前提を知っているので読めてしまう説明の不足を、モニターの質問から見つけて直す。この工程も、本書が扱う検証の一部です。
■実践できることの裏付け：出版前にCodexで手順を実行し、数値の再現を確認
本書の文章とコードは、AIとともに制作しました。そのため出版前に、著者のWindows環境（Python 3.11）で二つの確認を行っています。
一つは、配布ファイルのプログラムとテストを、本の手順どおりに実行する確認です。もう一つは、配布ファイルのプログラムを使わず、第2章から第5章の「コーダーへの指示」と解説から、Codexにコードを新しく書かせる確認です。後者では、データの分割の件数、異常値を除いたあとの件数、回帰の係数と決定係数、物件Aの予測値、テストデータでの誤差の5か所を本文と比べ、5か所とも本文に示した桁で一致しました。
途中で一度、回帰の計算が止まっています。Codexが改装の欄の値「改装済み」を「改装済」と書き違えたためで、本文の解説のとおりに内訳を確認させて原因を見つけ、直したあとは一致しました。同じことは読者の手元でも起こりえます。起きたときの確かめ方が本文にあることを、この確認で確かめられました。
確認の途中で本文のコードの枠のうち2か所がCodexの目に入ったことを含め、確認の条件と範囲は巻末「本書の検証について」に記しています。この確認は、著者の環境で本の記述が再現できたことを示すもので、読者の環境での結果や、実務での利用の成果を保証するものではありません。
■配布ファイル・書籍情報
教材版のデータ、本書のプログラム一式、第7章・第8章で作るスキル、各章の検証記録をGitHubで公開しています。本書と同じデータとプログラムで、本書と同じ数値を再現できます。
配布ファイル・検証記録：https://github.com/signal-yield/ml-skill-book
書名：AIエージェントで機械学習をスキルにする
副題：不動産鑑定士が教える、Codex・Claude Codeで予測モデルをつくるAIコーディング入門
著者：松田 幸一
発行：Signal Yield Advisory
発売日：2026年11月9日（月）
形式：Kindle版（電子書籍）
価格：1,480円（税込）。発売記念として11月16日（月）午後5時まで無料。Kindle Unlimited 対象
販売ページ：https://www.amazon.co.jp/dp/B0HR1XKM3J
■目次
はじめに
序章 900万円の差
第1章 コーダーとレビュアー
第2章 取引価格のデータを手に入れる
第3章 データを整える
第4章 価格を分解する
第5章 答え合わせ
第6章 予測の精度を高めるために
第7章 手順をSkillにする
第8章 モニターに使ってもらう
終章 経験を、スキルにする
おわりに
付録 Claude Codeによるスキルの構築と検証
本書の検証について
■想定する読者
・自分の専門知識や経験を、AIエージェントのスキルにしたい実務担当者
・AIが作成したプログラムや分析結果を、自分で確かめる方法を学びたい方
・現場の専門知識をAIで活用する方法を検討している、企画・DX・人材育成の担当者
・不動産のデータ分析、機械学習、AIコーディングを一つの題材で学びたい方
■著者コメント
「本書では、私の専門である不動産の価格を題材に、その判断を一つずつ手順にしました。自分の知識や経験を、他の人も使える形にする。読者の方が、その方法を自分の仕事に持ち帰れる本を目指しました。」
■著者について
松田 幸一（まつだ こういち）
Signal Yield Advisory 代表。不動産鑑定士。J-REITの資産運用会社では、累計約1,600億円の物件取得を、価格の査定から鑑定評価書やエンジニアリングレポートの精査、契約、決済まで担当しました。あわせて、公募増資による約700億円、借入による累計約400億円の資金調達に携わりました。
不動産鑑定では、証券化対象不動産をはじめ、訴訟、地価公示、固定資産評価の評価書を作成してきました。また不動産会社においては、AIによる価格の算定を組み込んだ不動産投資シミュレーションサービスの開発を、企画から公開まで率いました。
現在は、不動産実務の知識をAIエージェントとして実装するオープンソースの「くんシリーズ」（重調クン、土地価格査定クンなど）を開発・公開し、不動産業務へのAI導入の業務設計・実装支援、研修を行っています。
金沢シーサイドFM「社長!あなたの〇〇教えてください。」に出演（2026年10月収録）。配信ページ（Spotify）：https://creators.spotify.com/pod/profile/3d3v64l385g/episodes/Signal-Yield-Advisory-e3rhvtk
■AI活用に関するご相談
「あの人に聞かないと分からない」業務の判断を、AIと一緒に、チームの誰もが使える手順にする。Signal Yield Advisoryは、そのためのPoC（概念実証）の設計と、結果の検証を助言しています。
シンクタンク、コンサルティング会社、不動産会社、事業会社、投資家から、不動産テック事業、賃料の改定、ファンドや不動産事業の立ち上げ、不動産の評価について相談を受けてきました。
業務設計、試作・検証、研修のどの段階からでもご相談いただけます。
・担当者の経験に依存している調査・分析の手順を、チームで共有できる形にしたい
・AIの試作はできたが、出力の確認方法と人が判断する範囲を整理したい
・現場の担当者が、自分の専門業務を題材にAIを使えるよう研修をしたい
本書を教材にした社内研修（半日、オンライン可）も承ります。
問い合わせ：https://real-estate-dx-ai-lp.vercel.app/
■会社概要
・会社名：Signal Yield Advisory
・代表：松田 幸一（不動産鑑定士）
・所在地：〒106-0032 東京都港区六本木3-16-12 六本木KSビル5F
・URL：https://real-estate-dx-ai-lp.vercel.app/
・事業内容：不動産実務の専門知識にもとづくAI活用の助言・検証、業務設計、研修。実務知識をAIエージェントとして実装したオープンソース「くんシリーズ」の開発・公開
本書の計算結果は、機械学習とAIコーディングを学ぶための教材です。不動産鑑定評価基準にもとづく鑑定評価ではなく、個別の物件の売買を勧めたり、価格を保証したりするものではありません。
このプレスリリースには、メディア関係者向けの情報があります
メディアユーザー登録を行うと、企業担当者の連絡先や、イベント・記者会見の情報など様々な特記情報を閲覧できます。※内容はプレスリリースにより異なります。
すべての画像
