東京商工会議所 豊島支部 主催 全3回シリーズ「中小企業のための生成AI活用実践講座」 【第1回】生成AIで売上を伸ばす 〜基本から、集客・販促・接客・売上分析まで〜 【参加費無料 / ZOOM配信にて開催】 開催日時：...

精度95％の高性能な予測モデルが、現場で使われないまま放置されている。 その隣で、精度80％ほどの、少し見劣りするモデルが、すんなり受け入れられて活躍している。 こんな逆転劇が、実際のビジネスの現場ではしばしば起こります...

私たちは予測モデルに対して、「なぜそう判断したのか、根拠を示しなさい」と当然のように求めます。 理由を語れないモデルは信用できない、ブラックボックスのままでは任せられない、と。 ところが、ここで一度、その問いを自分たちに...

第6回の最後に、平均値・中央値補完には「分散が縮小し、分布が不自然に歪む」という重要な副作用があることをいお話ししました。 すべての欠損を1つの代表値で埋めるため、その値の周辺にデータが人工的に集中してしまうためです。 ...

問題 答え 解説 次の Python コードの Ljung-Box 検定は何を確認していますか？ Python コード: import numpy as np from statsmodels.tsa.arima.mod...

「精度の高い予測モデルができました」と報告を受けても…… いざ「なぜ、その予測になったの？」と尋ねると答えが返ってこない。 そんな経験はないでしょうか。 よく当たるモデルほど中身が複雑な「ブラック...

問題 答え 解説 次の Python コードで使用しているヨー＝ジョンソン変換は、ボックス＝コックス変換と比べてどのような違いがありますか？ Python コード: import numpy as np from sci...

商工会議所で、スモールビジネスでもできるAIを使ったデータ活用術のお話しを、こっそりします。 タイトル: 〜小さな工夫で大きな成果！〜 「スモールビジネスで使える簡単データ活用術」 開催日: 2026年6月25日（木）1...

「精度99％の予測モデルができました」と報告を受けたら、多くの方は頼もしく感じるはずです。 「これだけ当たるなら、もう人間が悩む必要はない」と、そう思いたくなります。 ところが、そのモデルに「なぜ、この顧客は解約すると予...

第5回で、欠損値を「決まった値」で埋める定数補完についてお話ししました。 そこで、age をゼロで埋めると分布が不自然に歪む様子を見ました。 その問題を解決するのが、今回扱う 平均値・中央値・最頻値による補完 です。 こ...

全国50店舗を展開するカジュアルアパレルブランド「STYLENOA」（仮名）のMD（マーチャンダイジング）部門では、半年後の春夏シーズンに向けて、主力商品であるベーシックTシャツの生産数量を決めなければなりません。 これ...

問題 答え 解説 次の Python コードから、このデータを定常化するために必要な差分の階数はいくつですか？ Python コード: import numpy as np, pandas as pd from stat...

会議でグラフが映し出され、「この結果から何が言えるか?」と問われた瞬間、頭が真っ白になった経験はないでしょうか。 データを見ること自体は誰でもできるようになりましたが、「だから何をすべきか」を考える段階で立ち止まってしま...

「これからはChatGPTがあれば、誰でも分析ができる時代だ」 そんな声が経営層から現場まで広がっています。 前回の記事では、生成AIが中小企業にもたらす逆転のチャンスについて取り上げ、確かに分析のハードルが大きく下がっ...

第3回・第4回では「欠損のある行や列を削除する」戦略を紹介しました。 今回からはいよいよ、欠損値処理のもう一つの大きな柱である 補完（imputation） に入っていきます。 補完にはさまざまな方法がありますが、まず押...

問題 答え 解説 次の Python コードの検定における帰無仮説は何ですか？ Python コード: import numpy as np from statsmodels.tsa.stattools import a...