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（7月）】
Pythonで学ぶ「ビジネスを動かす武器」としての
「XAI」（説明可能AI）超入門

【開催日時】　全2回 7/25, 8/8 (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】　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1回　はじめの一歩：環境を整え、最初のコードを動かす

【開催日時】2026年7月25日（土）10:00 - 12:000
【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（8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（土）2026/8/29,9/12（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2回　Pythonの基本文法：手を動かして、文法の山場を越える

【開催日時】2026年8月8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...
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...
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 –

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...