Screenshot

【月1特定テーマ講座(9月)】Python で学ぶ 機械学習を使った
「ビジネス因果推論」超入門

【開催日時】 全2回 9/6,9/20 (土) 13:30-17:00
【受講形式】 当日Zoom( or 復習用に後日動画視聴)
【参加費用】 2万2千円(税込み)/人
Screenshot

【月1特定テーマ講座(10月)】 Python で学ぶ 明日 からできる
「MMM(マーケティング・ミックス・モデリング)」超入門

【開催日時】 全2回 10/4, 10/18 (土) 13:30-17:00
【受講形式】 当日Zoom( or 復習用に後日動画視聴)
【参加費用】 2万2千円(税込み)/人
Screenshot

【Python無料基礎講座(8月)】はじめての人でも分かる
 Pythonグラフ化講座・超入門

【開催日時】 2025年8月23日(土)(13:30〜18:00)
【受講形式】 当日Zoom( or 復習用に後日動画視聴)
【参加費用】 無料
Screenshot

【個人向け養成講座(10月スタート)】企業事例でガッツリ学ぶ
「Python ビジネス時系列データ分析」入門コース

【開催日時】 全5日(土)2025/10/11,10/25,11/8,11/22,12/6(13:30〜18:00)
【受講形式】 当日Zoom( or 復習用に後日動画視聴)
【参加費用】 8万8千円円(税抜き)/人

RECENT ARTICLES

第383話|ビジネスパーソンのための因果推論のことはじめ(前編)<br> – DAGで因果関係と関連性の違いを理解する –

第383話|ビジネスパーソンのための因果推論のことはじめ(前編)
– DAGで因果関係と関連性の違いを理解する –

ビジネスの現場では日々様々な意思決定が求められます。 例えば…… 新商品の開発は売上アップにつながるのか? 新しい広告施策は効果があるのか? 社員の研修プログラムは生産性を高めるのか? こうした問いに答えるためには、単な...
ビジネスデータを解き明かす! Python STL分解で時系列データを理解しよう

ビジネスデータを解き明かす! Python STL分解で時系列データを理解しよう

ビジネス環境は常に変化しています。 市場の動向、消費者行動の変化、季節的な要因、経済の波など、多くの要素が企業の成長と収益性に影響を与えています。 これらの変化を理解し、将来のトレンドを予測するためには、時系列分析が不可...
【Pythonで学ぶ】非線形計画問題の大域的最適化に挑む!<br><br>– 【第3回】Pythonによる大域的最適化手法の実装(決定論的手法編) –

【Pythonで学ぶ】非線形計画問題の大域的最適化に挑む!

– 【第3回】Pythonによる大域的最適化手法の実装(決定論的手法編) –

前回は、メタヒューリスティクスを中心に、非線形計画問題の大域的最適化に挑戦しました。 メタヒューリスティクスは、問題依存性が低く、大域的最適解の探索に適した手法ですが、その性能はアルゴリズムの選択とパラメータ設定に大きく...
【Pythonで学ぶ】非線形計画問題の大域的最適化に挑む!<br><br>– 【第2回】Pythonによる大域的最適化手法の実装(メタヒューリスティクス編) –

【Pythonで学ぶ】非線形計画問題の大域的最適化に挑む!

– 【第2回】Pythonによる大域的最適化手法の実装(メタヒューリスティクス編) –

前回は、非線形計画問題の基礎と、Pythonを使った定式化の方法について学びました。 非線形計画問題は、現実世界の様々な問題を数理的にモデル化するのに適していますが、その解法は一般に困難で、大域的最適解を求めることは容易...
Python CausalMLで実践する「機械学習因果推論」超入門<br><br>– その2:マーケティング事例で学ぶ因果効果推定 –

Python CausalMLで実践する「機械学習因果推論」超入門

– その2:マーケティング事例で学ぶ因果効果推定 –

ビジネスの意思決定に革命を起こす因果推論の力を、実践的に体験してみませんか? 企業が新たなマーケティング戦略を展開する際、医療専門家が治療法の効果を評価する時、または政策立案者が社会政策の成果を測る際に、単に「何が起こっ...
第381話|アンサンブル学習でモデルの性能を向上させよう! <br>ビジネスに活かす機械学習テクニック

第381話|アンサンブル学習でモデルの性能を向上させよう!
ビジネスに活かす機械学習テクニック

機械学習モデルの性能に不満を感じたことはありませんか? どんなに時間をかけてモデルを調整しても、予測精度が思うように上がらないことがあります。そんな時、アンサンブル学習という手法が効果的です。 アンサンブル学習とは、複数...
取り急ぎ実行してみる「Pythonアンサンブル学習」<br>(バギング・ブースティング・スタッキング)

取り急ぎ実行してみる「Pythonアンサンブル学習」
(バギング・ブースティング・スタッキング)

アンサンブル学習は、複数の機械学習モデルを組み合わせることで、単一のモデルよりも高い予測精度を達成する手法です。 アンサンブル学習は、現実世界の様々な問題に適用され、機械学習コンペティションでも常に上位を占める手法として...
【Pythonで学ぶ】非線形計画問題の大域的最適化に挑む!<br><br>– 【第1回】非線形計画問題と大域的最適化の基礎 –

【Pythonで学ぶ】非線形計画問題の大域的最適化に挑む!

– 【第1回】非線形計画問題と大域的最適化の基礎 –

最適化問題は、工学、経済学、物理学など様々な分野で登場します。機械学習のハイパーパラメータチューニング、構造設計の最適化、リソース配分の最適化など、最適な解を求めることは、多くの問題解決に不可欠です。 最適化問題の中でも...
Python CausalMLで実践する「機械学習因果推論」超入門<br><br>– その1:準備と簡単な使い方 –

Python CausalMLで実践する「機械学習因果推論」超入門

– その1:準備と簡単な使い方 –

データが語る物語の奥深くには、単なる相関関係を超えた「因果関係」が隠されています。 企業が新たなマーケティング戦略を展開する際、医療専門家が治療法の効果を評価する時、または政策立案者が社会政策の成果を測る際に、単に「何が...