Screenshot

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。
Screenshot

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。
Screenshot

【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

(Python版)複数季節性を持つ時系列データを線形回帰でモデル化する方法

(Python版)複数季節性を持つ時系列データを線形回帰でモデル化する方法

時系列データには複数の季節性を持つ場合があります。 例えば、日単位の時系列データであれば週周期と年周期、時単位の時系列データであれば日周期と週周期などです。 時系列データでよく利用されるモデルは、ARIMA系のモデルです...
第294話|一人歩きする数字

第294話|一人歩きする数字

数字で表現するメリットは計り知れませんが、デメリットもあります。 一人歩きし誤った方向に誘導してしまうこともある、というデメリットです。 どの数字をどう見せるかで、向かう方向を誘導することができます。 恐ろしいことです。...
Pythonで時系列解析・超入門(その11)<br><br>テーブルデータ系モデルで複数先予測<br>(線形回帰)

Pythonで時系列解析・超入門(その11)

テーブルデータ系モデルで複数先予測
(線形回帰)

時系列予測モデルの基本は1期先予測です。 例えば、時系列データが日単位である場合、1期先予測とは、学習データ期間の次の日を予測することです。 実務上は、1期先だけではなく、もっと先を予測することが多いです。 例えば、2期...
Pythonによるマーケティングミックスモデリング<br>(MMM:Marketing Mix Modeling)超入門 その10<br><br>主成分回帰モデル(PCR)でMMM③(色々なAdStock考慮)

Pythonによるマーケティングミックスモデリング
(MMM:Marketing Mix Modeling)超入門 その10

主成分回帰モデル(PCR)でMMM③(色々なAdStock考慮)

本当に売上に貢献している広告は、どの広告か? 売上と広告媒体等との関係性をモデリングし、どの広告媒体が売上にどれほど貢献していたのか分析することができます。 それが、マーケティングミックスモデリング(MMM:Market...
第293話|データサイエンスの基礎体力づくり

第293話|データサイエンスの基礎体力づくり

ビジネスの現場でデータ活用するには、現場の事情を知る必要もあるし、現場に寄り添わなければなりません。 ただ、データサイエンスの基礎的な部分が疎かなデータ分析者やデータサイエンティスト、機械学習エンジニアだと、現場に寄り添...
Pythonによるマーケティングミックスモデリング<br>(MMM:Marketing Mix Modeling)超入門 その9<br><br>主成分回帰モデル(PCR)でMMM②(シンプルなAdStock考慮)

Pythonによるマーケティングミックスモデリング
(MMM:Marketing Mix Modeling)超入門 その9

主成分回帰モデル(PCR)でMMM②(シンプルなAdStock考慮)

本当に売上に貢献している広告は、どの広告か? 売上と広告媒体等との関係性をモデリングし、どの広告媒体が売上にどれほど貢献していたのか分析することができます。 それが、マーケティングミックスモデリング(MMM:Market...
Pythonによるマーケティングミックスモデリング<br>(MMM:Marketing Mix Modeling)超入門 その8<br><br>主成分回帰モデル(PCR)でMMM①(AdStock非考慮)

Pythonによるマーケティングミックスモデリング
(MMM:Marketing Mix Modeling)超入門 その8

主成分回帰モデル(PCR)でMMM①(AdStock非考慮)

本当に売上に貢献している広告は、どの広告か? 売上と広告媒体等との関係性をモデリングし、どの広告媒体が売上にどれほど貢献していたのか分析することができます。 それが、マーケティングミックスモデリング(MMM:Market...
第292話|横展開という悪魔

第292話|横展開という悪魔

上手くいったものを横展開すると上手くいく、というのは、時と場合によっては幻想かもしれません。 少なくても、データ活用のケースでは、幻想であることが少なからずあります。 ある企業で上手くいったことをやったら上手くいかず……...
Pythonによるマーケティングミックスモデリング<br>(MMM:Marketing Mix Modeling)超入門 その7<br><br>Ridge回帰モデルでMMM③(色々なAdStock考慮)

Pythonによるマーケティングミックスモデリング
(MMM:Marketing Mix Modeling)超入門 その7

Ridge回帰モデルでMMM③(色々なAdStock考慮)

本当に売上に貢献している広告は、どの広告か? 売上と広告媒体等との関係性をモデリングし、どの広告媒体が売上にどれほど貢献していたのか分析することができます。 それが、マーケティングミックスモデリング(MMM:Market...
Pythonによるマーケティングミックスモデリング<br>(MMM:Marketing Mix Modeling)超入門 その6<br><br>Ridge回帰モデルでMMM②(シンプルなAdStock考慮)

Pythonによるマーケティングミックスモデリング
(MMM:Marketing Mix Modeling)超入門 その6

Ridge回帰モデルでMMM②(シンプルなAdStock考慮)

本当に売上に貢献している広告は、どの広告か? 売上と広告媒体等との関係性をモデリングし、どの広告媒体が売上にどれほど貢献していたのか分析することができます。 それが、マーケティングミックスモデリング(MMM:Market...
Pythonによるマーケティングミックスモデリング<br>(MMM:Marketing Mix Modeling)超入門 その5<br><br>Ridge回帰モデルでMMM①(AdStock非考慮)

Pythonによるマーケティングミックスモデリング
(MMM:Marketing Mix Modeling)超入門 その5

Ridge回帰モデルでMMM①(AdStock非考慮)

本当に売上に貢献している広告は、どの広告か? 売上と広告媒体等との関係性をモデリングし、どの広告媒体が売上にどれほど貢献していたのか分析することができます。 それが、マーケティングミックスモデリング(MMM:Market...