初めての方へ
メルマガ
書籍
有料講座
お問合せ
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

最適化問題をPythonのPyomoライブラリーで解こう<br><br>その1：線形計画問題

最適化問題をPythonのPyomoライブラリーで解こう

その1：線形計画問題

最適化問題は、マーケティング予算配分の最適化、配送ルートの最適化、スケジュール最適化など、何かを最適化する問題を扱うものです。 最適化問題には、登場する数式や最適解の条件などによって、線形計画問題や非線形計画問題、混合整...
（Python版）複数季節性を持つ時系列データをモデル化する方法（TBATSモデルとARIMAモデル）

（Python版）複数季節性を持つ時系列データをモデル化する方法（TBATSモデルとARIMAモデル）

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288話｜データサイエンス系プロジェクトの重要なキーである<br>ステークホルダーアップデート

第288話｜データサイエンス系プロジェクトの重要なキーである
ステークホルダーアップデート

データサイエンス系プロジェクトを成功裏に納めるためには、人の成長やチーム構成なども重要ですが、連携も重要です（当たり前といえば、当たり前ですが……）。 そこで、どう育成するのか、どうチーム構成するのか、ではなく、チームが...
PyMC3を使ったPythonベイズ推定超入門（その3）<br><br>ベイズ型線形回帰モデルを作ってみよう！

PyMC3を使ったPythonベイズ推定超入門（その3）

ベイズ型線形回帰モデルを作ってみよう！

前回と前々回にベイズ推定について簡単に説明しました。 以下、前回の記事です。 以下、前々回の記事です。 通常の線形回帰モデルは、切片や係数、予測の値は1つです。 一方，ベイズ線形回帰モデルで得られるのは分布です。正確には...