個人向けサービス
法人向けサービス

【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

【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

【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

【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

overlayopacity='3' hoveroverlayopacity='5' txtshadow='True'

データ活用ストーリー
構築プログラム

【法人向け】
データ活用の最大のボトルネックはテーマ設定にあります

筋のいいテーマを見つけよう！

▶ 詳しく見る

データ分析技術
ブートキャンプ

【法人向け】
４週の少人数ライブ講座で実践力を習得

４週で分析力ＵＰ！

▶ 詳しく見る

オーダーメイド
受託データ分析

【法人向け】
ご要望に合わせたモデル開発やデータ分析で成果まで伴走

専用モデル開発・アドホック分析

▶ 詳しく見る

伴走ＤＳチーム

【法人向け】専任が月１０時間からオンラインでデータ活用支援

月１０時間の専任伴走

▶ 詳しく見る

すぐ使えるＤＹＩキット

【法人向け】売上予測などの簡単アプリやモデルなどを最短３か月で自前導入

社内にアプリを自前で９０日導入

▶ 詳しく見る

ＤＳスキルアップし放題

【個人向け】月額で過去動画見放題＋月１回ライブ勉強会

スキマ時間でＤＳスキルを習得

▶ 詳しく見る

RECENT ARTICLES

RStudio(R)×Keras(TensorFlow)によるお手軽ディープラーニングその1（分類問題）

Rにはディープラーニング関連のパッケージが色々あります。例えば…… neuralnet nnet RSNNS deepnet darch rnn FCNN4R rcppDL deepr MXNetR h2o tenso...

STEP 3（分析）その3-2｜ヒストグラム・管理図・散布図<br>– 古くて新しいQC7つ道具 –

STEP 3（分析）その3-2｜ヒストグラム・管理図・散布図
– 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...

第231話｜5つのデータアナリティクス（データ分析）

データアナリティクス（データ分析）には、幾つか種類があります。以下の5つです。 Descriptive Analytics:記述的分析（過去から現在、どうだった） Diagnostic Analytics:診断的分析（...

比較的よく使うPandas Query（クエリ―）の簡単な条件指定例（Python）

PythonでEDA（探索的データ分析）を実施するとき、PandasのQuery（クエリ―）を使う方も多いことでしょう。ここで紹介するQuery（クエリ―）は、Pandasの関数の1つで、データフレームに対し条件抽出す...

スピード or 精度、何を重視する？<br>AutoML【TPOT】の6構成(Config.)

スピード or 精度、何を重視する？
AutoML【TPOT】の6構成(Config.)

TPOTでは、あらかじめパイプラインに使う変換器やアルゴリズム、探索するパラメータの範囲が決まっています。しかし、あまり探索に時間をかけたくないときや単純な変換器・アルゴリズムを使いたいときがあると思います。逆に時間...

STEP 3（分析）その3-1｜QC７つ道具の概要<br>– 古くて新しいQC7つ道具 –

STEP 3（分析）その3-1｜QC７つ道具の概要
– 古くて新しいQC7つ道具 –

Rでシンプル半自動EDA（探索的データ分析）

データセットを手にしたら、最初に実施するのがEDA（探索的データ分析）です。端的に言うと、データと仲良くなるための会話です。 EDA（探索的データ分析）はほぼ半分は似たような分析を実施します。EDA（探索的データ分析）...

第230話｜売上などの数値予測は少なくとも9つのシナリオで実施する

ビジネスの現場で売上などの数値を予測することは多いでしょう。例えば、予測モデルを構築し予測したり、例年踏襲型で数値を予測したりします。例年踏襲型とは、昨年と同額もしくは昨対比10%UPみたいな感じの予測というものです...

Power BI Desktop で Wikipedia データからレポート作成

BI（ビジネスインテリジェンス）ツールで先ずすべきは、外部にあるデータの読み込み（データ取得）です。前回は、Web上のデータを取得する方法と簡単なデータ加工について説明しました。 Web上にあるデータを取り込んだら、加...

便利だけど分かりにくい<br>データフレームを再構築するPandasのMelt()関数のお話し

便利だけど分かりにくい
データフレームを再構築するPandasのMelt()関数のお話し

RだろうがPythonだろうが、データフレームを再構築することは少なくないでしょう。例えば…… 縦持ち（Long）のデータフレームを、横持ち（Wide）のデータフレームに再構築横持ち（Wide)のデータフレームを、縦...

STEP 3（分析）その2｜分析の基本は比較

2行追加するだけでPython Pandasを高速化するPandarallel

Pythonでデータ分析をするとき、Pandasを使わない人はいないぐらいです。 Pandasの幾つかの機能を高速化するライブラリーがあります。計算処理を並列化するPandaralellです。ただ、すべての処理が高速...

第229話｜「相関」は曲がったことが大っ嫌い

データ分析では、よく数理統計学の手法が使われます。その中で、比較的高頻度で登場するのが「相関分析」です。 2つの変量の間の関係性を見るものです。今回は、「『相関』は曲がったことが大っ嫌い」というお話しをします。相関...

Power BI Desktop で Web上のデータを取得

BI（ビジネスインテリジェンス）ツールで先ずすべきは、外部にあるデータの読み込み（データ取得）です。前回は、複数のCSVデータを取得し結合するやり方について説明しました。最近は、ExcelやCSVファイル、データベー...

Python PandasGUI（ノーコードEDA）で<br>Excelっぽい感じでグラフィカルにEDA（探索的データ分析）

Python PandasGUI（ノーコードEDA）で
Excelっぽい感じでグラフィカルにEDA（探索的データ分析）

データ分析を実施するとき、必ずと言っていいほど実施するのが、EDA（探索的データ分析）です。 Pythonだと、Pandasを使いEDAを実施する人も、多いのではないでしょうか。しかし、PythonでEDAを実施する場合...

STEP 3（分析）その1｜定量分析と定性分析

前回は、STEP2の「集める」のその5の「データは対で集める」についてお話ししました。 STEP 2（収集）その5｜データは対で集めるデータを集めたら、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...