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（9月）】
Python で学ぶ 機械学習を使った
「ビジネス因果推論」超入門

【開催日時】　全2回 9/6,9/20 (土) 13:30-17:00
【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

【月1特定テーマ講座（10月）】
Python で学ぶ 明日 からできる
「MMM（マーケティング・ミックス・モデリング）」超入門

【開催日時】　全2回 10/4, 10/18 (土) 13:30-17:00
【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

【Python無料基礎講座（9月）】
はじめての人でも分かる
Pandasで学ぶ 基礎集計とクロス集計

【開催日時】　2025年9月27日（土）（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】　無料
Screenshot

【個人向け養成講座（10月スタート）】
企業事例でガッツリ学ぶ
「Python ビジネス時系列データ分析」入門コース

【開催日時】　全5日（土）2025/10/11,10/25,11/8,11/22,12/6（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】　8万8千円円(税抜き)/人

RECENT ARTICLES

ノーコードでビジネスデータ分析を可能にするRパッケージRadiant<br>その3（Radiantでデータ抽出（絞り込み））

ノーコードでビジネスデータ分析を可能にするRパッケージRadiant
その3（Radiantでデータ抽出（絞り込み））

データ分析や予測モデル構築などをやってみたいが…… RやPythonだとの無料ツールはコーディングスキルがそれなりに必要になりハードルがある 有料ツールのSASやSPSSなどは使いやすそうだけど高額すぎる。 無料で使える...
ノーコードでビジネスデータ分析を可能にするRパッケージRadiant<br>その2（Radiantのデータ読み込み）

ノーコードでビジネスデータ分析を可能にするRパッケージRadiant
その2（Radiantのデータ読み込み）

データ分析や予測モデル構築などをやってみたいが…… RやPythonだとの無料ツールはコーディングスキルがそれなりに必要になりハードルがある 有料ツールのSASやSPSSなどは使いやすそうだけど高額すぎる。 無料で使える...
STEP 3（分析）その3-5｜チェックシート・層別<br>– 古くて新しいQC7つ道具 –

STEP 3（分析）その3-5｜チェックシート・層別
– 古くて新しいQC7つ道具 –

データを集めたら、次にデータを分析しなければなりません。 集めたデータと分析の関係は、食材と料理の関係に似ています。良い食材であっても料理人の腕に問題があると台無しになることがあります。不十分な食材でも調理しだいで美味し...
ノーコードでビジネスデータ分析を可能にするRパッケージRadiant<br>その1（Radiantのインストール・起動・終了）

ノーコードでビジネスデータ分析を可能にするRパッケージRadiant
その1（Radiantのインストール・起動・終了）

データ分析や予測モデル構築などをやってみたいが…… RやPythonだとの無料ツールはコーディングスキルがそれなりに必要になりハードルがある 有料ツールのSASやSPSSなどは使いやすそうだけど高額すぎる。 無料で使える...
STEP 3（分析）その3-4｜パレート図・特性要因図<br>– 古くて新しいQC7つ道具 –

STEP 3（分析）その3-4｜パレート図・特性要因図
– 古くて新しいQC7つ道具 –

データを集めたら、次にデータを分析しなければなりません。 集めたデータと分析の関係は、食材と料理の関係に似ています。良い食材であっても料理人の腕に問題があると台無しになることがあります。不十分な食材でも調理しだいで美味し...
PythonのAutoFeatを使った自動特徴量エンジニアリング<br>（Automatic Feature Engineering）その2（分類問題）

PythonのAutoFeatを使った自動特徴量エンジニアリング
（Automatic Feature Engineering）その2（分類問題）

数理モデルを作る上で特徴量エンジニアリング（Feature Engineering）は地味に重要です。 例えば、より精度の高い予測モデルを構築したいのであれば、アルゴリズムのパラメータチューニングとともに特徴量エンジニア...
PythonのAutoFeatを使った自動特徴量エンジニアリング<br>（Automatic Feature Engineering）その1（回帰問題）

PythonのAutoFeatを使った自動特徴量エンジニアリング
（Automatic Feature Engineering）その1（回帰問題）

数理モデルを作る上で特徴量エンジニアリング（Feature Engineering）は地味に重要です。 例えば、より精度の高い予測モデルを構築したいのであれば、アルゴリズムのパラメータチューニングとともに特徴量エンジニア...
STEP 3（分析）その3-3｜散布図＋α（相関・回帰線）の話題<br>– 古くて新しいQC7つ道具 –

STEP 3（分析）その3-3｜散布図＋α（相関・回帰線）の話題
– 古くて新しいQC7つ道具 –

データを集めたら、次にデータを分析しなければなりません。 集めたデータと分析の関係は、食材と料理の関係に似ています。良い食材であっても料理人の腕に問題があると台無しになることがあります。不十分な食材でも調理しだいで美味し...