初めての方へ
メルマガ
書籍
個人向け有料講座
お問合せ
Screenshot

【月1 特定テーマ講座（10月）】
Python で学ぶ 明日からできる「欠損値処理」超入門

【開催日時】　全2回（土）2026/10/17,10/31（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】　2万2千円(税込み)/人
Screenshot

ビジネスデータのための Pythonプログラミング超入門
第3回　データを読み込む ：ExcelのデータをPythonで開く

【開催日時】2026年9月12日（土）10:00 - 12:00
【受講形式】　当日Zoom（復習用動画あり）
【参加費用】　無料
Screenshot

【月1 特定テーマ講座（11月）】
POS売上分析Copilotを作る（POSデータ × PYTHON × 生成AI）

【開催日時】　全2回（土）2026/11/7,11/21（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】　2万2千円(税込み)/人
Screenshot

ビジネスデータのための Pythonプログラミング超入門
第4回　整えて集計する ：参照（抽出）・加工（前処理）・集計（groupby）

【開催日時】2026年9月26日（土）10:00 - 12:00
【受講形式】　当日Zoom（復習用動画あり）
【参加費用】　無料

RECENT ARTICLES

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>－ 振返り分析の概要：MMMによる「振返り分析」とは？ －

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
－ 振返り分析の概要：MMMによる「振返り分析」とは？ －

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...
分類問題のデータ不均衡を解消するSMOTE（Python版）<br>－ その3：カテゴリカル変数が混在するデータに対するSMOTEと実例 －

分類問題のデータ不均衡を解消するSMOTE（Python版）
－ その3：カテゴリカル変数が混在するデータに対するSMOTEと実例 －

データサイエンスの進展に伴い、機械学習モデルの正確さを左右する重要な問題の一つがデータ不均衡です。 データ不均衡は、特定のクラスのサンプル数が他のクラスに比べて極端に少ない場合に発生し、予測モデルの性能に悪影響を及ぼしま...
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>－ 序幕：MMMによる「振返り分析」と「近未来分析」 －

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
－ 序幕：MMMによる「振返り分析」と「近未来分析」 －

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...
scikit-learnの機械学習パイプライン入門<br>（その6：変数ごとに関数選択＋チューニング自動化）

scikit-learnの機械学習パイプライン入門
（その6：変数ごとに関数選択＋チューニング自動化）

機械学習のパイプラインとは、複数の処理を直列に連結したものです。 最小構成は、1つの変換器と1つの推定器（予測器）を連結したものです。 変換器：特徴量X（説明変数）などの欠測値処理や変数変換などの、特徴量変換（Trans...