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。

RECENT ARTICLES

第386話|DAG(因果ダイアグラム)で識別したバイアスの対処手法(前編)<br> – 交絡への対処手法 –

第386話|DAG(因果ダイアグラム)で識別したバイアスの対処手法(前編)
– 交絡への対処手法 –

交絡バイアスは、因果関係を探求する上での大きな障害の一つです。 この交絡バイアスは、調査対象の原因と結果の関係に、第三の変数が影響を与えている状況で生じます。 例えば、あるマーケティングキャンペーンが売上に影響を与えたと...
【Pythonで学ぶ】非線形計画問題の大域的最適化に挑む!<br><br>– 【第5回】SciPyからCyIPOPTへ: 大規模非線形最適化への移行 –

【Pythonで学ぶ】非線形計画問題の大域的最適化に挑む!

– 【第5回】SciPyからCyIPOPTへ: 大規模非線形最適化への移行 –

非線形計画問題の大域的最適化は、工学や経済学など様々な分野で重要な役割を果たしています。特に、問題の規模が大きくなると、局所的な最適解ではなく、大域的な最適解を見つけることが求められます。 これまでの連載では、Pytho...
PythonによるMMM(マーケティングミックスモデリング)とビジネス活用<br><br>- 振返り分析・最適投資配分編(その4)-<br>線形回帰系MMMの最適投資配分<br>(季節成分の考慮)

PythonによるMMM(マーケティングミックスモデリング)とビジネス活用

- 振返り分析・最適投資配分編(その4)-
線形回帰系MMMの最適投資配分
(季節成分の考慮)

データを活用したマーケティング戦略は、ビジネスの成功に不可欠です。その中心に位置するのが、マーケティングミックスモデリング(MMM)です。 マーケティングミックスモデリング(MMM)は、過去のデータを分析する「振り返り分...
第384話|ビジネスパーソンのための因果推論のことはじめ(後編)<br> – バックドア基準とd分離で因果関係を見抜く –

第384話|ビジネスパーソンのための因果推論のことはじめ(後編)
– バックドア基準とd分離で因果関係を見抜く –

前回の記事では、因果推論の基礎とDAG(有向非巡回グラフ)の読み方について解説しました。因果関係と単なる関連性の違いを理解し、DAGを使って因果関係の構造を可視化する方法を学びました。 第383話|ビジネスパーソンのため...
【Pythonで学ぶ】非線形計画問題の大域的最適化に挑む!<br><br>– 【第4回】Pythonによる大域的最適化のハイブリッド手法 –

【Pythonで学ぶ】非線形計画問題の大域的最適化に挑む!

– 【第4回】Pythonによる大域的最適化のハイブリッド手法 –

本連載では、Pythonを用いた非線形計画問題の大域的最適化手法について、これまで3回にわたって解説してきました。 第1回では非線形計画問題と大域的最適化の基礎的な概念を取り上げました。 第2回ではメタヒューリスティクス...
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...