初めての方へ
メルマガ
登壇・メディア掲載・執筆
個人向け有料講座
お問合せ

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6回　グラフを描く ：集計から一気に、伝わる形へ

【開催日時】　2026年11月21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（12月）】
需要予測エージェントを作る（需要予測 × PYTHON × 生成AI）

【開催日時】　全2回（土）2026/12/5,12/19（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7回　データで語れる到達点。伝わるグラフ（Seaborn）

【開催日時】　2026年12月19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

第293話｜データサイエンスの基礎体力づくり

第293話｜データサイエンスの基礎体力づくり

ビジネスの現場でデータ活用するには、現場の事情を知る必要もあるし、現場に寄り添わなければなりません。 ただ、データサイエンスの基礎的な部分が疎かなデータ分析者やデータサイエンティスト、機械学習エンジニアだと、現場に寄り添...
Pythonによるマーケティングミックスモデリング<br>（MMM：Marketing Mix Modeling）超入門 その9<br><br>主成分回帰モデル（PCR）でMMM②（シンプルなAdStock考慮）

Pythonによるマーケティングミックスモデリング
（MMM：Marketing Mix Modeling）超入門 その9

主成分回帰モデル（PCR）でMMM②（シンプルなAdStock考慮）

本当に売上に貢献している広告は、どの広告か？ 売上と広告媒体等との関係性をモデリングし、どの広告媒体が売上にどれほど貢献していたのか分析することができます。 それが、マーケティングミックスモデリング（MMM：Market...
Pythonによるマーケティングミックスモデリング<br>（MMM：Marketing Mix Modeling）超入門 その8<br><br>主成分回帰モデル（PCR）でMMM①（AdStock非考慮）

Pythonによるマーケティングミックスモデリング
（MMM：Marketing Mix Modeling）超入門 その8

主成分回帰モデル（PCR）でMMM①（AdStock非考慮）

本当に売上に貢献している広告は、どの広告か？ 売上と広告媒体等との関係性をモデリングし、どの広告媒体が売上にどれほど貢献していたのか分析することができます。 それが、マーケティングミックスモデリング（MMM：Market...
第292話｜横展開という悪魔

第292話｜横展開という悪魔

上手くいったものを横展開すると上手くいく、というのは、時と場合によっては幻想かもしれません。 少なくても、データ活用のケースでは、幻想であることが少なからずあります。 ある企業で上手くいったことをやったら上手くいかず……...
Pythonによるマーケティングミックスモデリング<br>（MMM：Marketing Mix Modeling）超入門 その7<br><br>Ridge回帰モデルでMMM③（色々なAdStock考慮）

Pythonによるマーケティングミックスモデリング
（MMM：Marketing Mix Modeling）超入門 その7

Ridge回帰モデルでMMM③（色々なAdStock考慮）

本当に売上に貢献している広告は、どの広告か？ 売上と広告媒体等との関係性をモデリングし、どの広告媒体が売上にどれほど貢献していたのか分析することができます。 それが、マーケティングミックスモデリング（MMM：Market...
Pythonによるマーケティングミックスモデリング<br>（MMM：Marketing Mix Modeling）超入門 その6<br><br>Ridge回帰モデルでMMM②（シンプルなAdStock考慮）

Pythonによるマーケティングミックスモデリング
（MMM：Marketing Mix Modeling）超入門 その6

Ridge回帰モデルでMMM②（シンプルなAdStock考慮）

本当に売上に貢献している広告は、どの広告か？ 売上と広告媒体等との関係性をモデリングし、どの広告媒体が売上にどれほど貢献していたのか分析することができます。 それが、マーケティングミックスモデリング（MMM：Market...
Pythonによるマーケティングミックスモデリング<br>（MMM：Marketing Mix Modeling）超入門 その5<br><br>Ridge回帰モデルでMMM①（AdStock非考慮）

Pythonによるマーケティングミックスモデリング
（MMM：Marketing Mix Modeling）超入門 その5

Ridge回帰モデルでMMM①（AdStock非考慮）

本当に売上に貢献している広告は、どの広告か？ 売上と広告媒体等との関係性をモデリングし、どの広告媒体が売上にどれほど貢献していたのか分析することができます。 それが、マーケティングミックスモデリング（MMM：Market...
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...