土曜日 PM 開催 1/18,2/8 全2回
Pythonで学ぶ「ビジネス時系列分析」
超入門

ビジネス現場の典型的な時系列データである売上データを使った需要予測モデルと異常検知モデルの具体的な作り方と活用方法を公開！本講座では、Pythonを用いて典的なARIMAモデルからディープラーニングまで扱います。需要や離反、故障などの近未来予測など興味のある方におすすめです。

土曜日 PM 開催 3/1,3/22 全2回
Pythonで学ぶ「機械学習を使ったビジネス因果推論」
超入門

ビジネスの意思決定を変革する「因果推論」の力をPythonを使って実践的に学んでみませんか？本講座では、Pythonを用いて因果推論の基礎から応用までを実践的に学びます。ケーススタディを通して、マーケティングや価格戦略への活用方法を探ります。データ活用に携わる方におすすめです。

【個人向け養成講座】（プログラミング不要）
企業事例で学ぶらくらくノーコードビジネスデータサイエンス入門

【開催日時】　全5回（土）2025/3/15, 4/5, 4/26, 5/17, 6/7（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】　8万円(税込み)/人
【利用ツール】Excel・ノーコードR・ノーコード機械学習H2O・生成AI系分析ツールなど

RECENT ARTICLES

第335話｜振返り分析と予測分析の運用上の違い

「予測分析」（Predictive Analytics）を実務で活用するとき、今までをファクト（事実）ベースで振り返り次に活かす「振返り分析」と、「やり方」がちょっと異なります。「やり方」はちょっと異なるだけですが、「...

Jupyter Notebook に ChatGPT を統合する方法

Jupyter Notebook に ChatGPT を統合できないものだろうか、と考えた方もいることでしょう。結論から言うと、Jupyter Notebook と ChatGPT を統合する機能がChromeやFir...

JupyterのようなWebベースのノートブック「Deepnote」<br>（その1：Deepnoteのアカウント作成とプロジェクト作成）

JupyterのようなWebベースのノートブック「Deepnote」
（その1：Deepnoteのアカウント作成とプロジェクト作成）

Jupyter NotebookやJupyter Labなどを使われている方も多いと思います。 Jupyter系のNotebookの中には、Webベースのノートブックがたくさんあります。有名なところでは、Googleの...

第334話｜予測分析（Predictive Analytics）の時代へ

「どうなっているの」に応える振り返りのための分析から、1歩先を見通した予測分析（Predictive Analytics）の活用が広がっています。 10年後や100年後を見通す予測ではなく、数時間後、数日後、数か月後と言...

デスクトップアプリとして動く Jupyter Lab Desktop のインストール方法

Webブラウザー上ではなく、PCのデスクトップ上で動作する、JupyterLab Desktop というデスクトップアプリケーションがあります。 Pythonの実行環境やライブラリーなどが、デスクトップアプリJupyte...

Jupyter Notebook上でSQLをらくらく実行するJupySQL

Jupyter NotebookやJupyter Labといった、Notebookでデータ分析業務をする人が、ここ数年で増えてきました。 Notebook上でデータ分析をするとき、外部のCSVファイルやDBのデータテーブ...

Pythonデータ分析のためのDuckDB（組み込み用途のOLAP系のRDBMS）

データがSQL対応のDB（データベース）に格納されている場合、SQLを使いデータを取得し操作することが多いことでしょう。 Python上ではPandasやPolarを使うかもしれませんが、SQLを利用したほうが便利な場面...

第333話｜近づくAIによるデータ分析「拡張分析」（Augmented Analytics）の時代

数年前から拡張分析（Augmented Analytics）の来ると叫ばれていました。拡張分析（Augmented Analytics）とは、AIによるデータ分析（Analytics）のことで、通常のアナリティクス業務...

[Python] StatsForecast で時系列アンサンブル学習による予測

StatsForecastは、色々な統計学的な時系列系の予測モデルを構築することのできる、Pythonの時系列予測パッケージです。以前、StatsForecastのインストール方法から簡単な使い方（予測モデル構築とテス...

[Python] StatsForecast によるらくらく時系列予測

ビジネスの世界の多くのデータは、時間的概念の紐づいた時系列データです。売上データやセンサーデータなどが、その典型例です。時系列データの1つの用途として、予測というものがあります。時系列系の予測モデルを構築できるPyt...

第332話｜教師あり異常検知と教師なし異常検知

データサイエンスのビジネス活用が広まる中、最も活用されているものの1つが異常検知です。異常検知とは、膨大なデータの中から通常とは異なるものを特定すること、もしくはそのプロセスです。例えば、ECサイトをハッキングし不正...

Seabornで比較的よく使うデータビジュアライゼーション7選

データを入手したとき、先ずすべきは探索的データ分析（EDA）です。この探索的データ分析（EDA）で必ず実施するのが、データビジュアライゼーションです。要は、グラフやチャートなどを作成し、データの特徴や関係性などを見え...

OpenMLのサンプルデータをPython上で取得し利用する方法

データ分析で遊ぶとき、何かサンプルとなるデータセットはないか、探すこともあることでしょう。そのとき重宝するのが、OpenMLのサンプルデータです。 Pythonですと、Scikit-learnの関数「sklearn.d...

第331話｜探索的データ分析（EDA）の初手

データを得たとき、最初にすべきことの1つが、データ理解です。データ理解とは、「手元にあるデータがどのようなデータなのか理解する」ということです。データ理解が不十分なまま、より高度な分析を実施したり、数理モデルを構築し...

基本となる3つの特徴選択手法とPythonでの実装

特徴量選択（変数選択）は、機械学習系の予測モデルなどを構築するとき、最初に行う重要なステップの1つです。予測に寄与しない特徴量（説明変数）を取り除くことで、よりシンプルな予測モデルを構築を目指します。色々な考え方や手...

第330話｜一般的なダッシュボード3種類

データ活用の浸透とともに、ダッシュボードを利用する人や組織、企業などが増えてきました。ダッシュボードには、指標をの推移やそれを集計した結果、それらを見やすくしたグラフ、検視した異常のアラート、今後の予測など多くの情報が...