ある企業で、こんな話を聞いたことがあります。 需要予測の精度を上げたい、在庫を最適化したい、という経営課題を背景に、数千万円規模のAI需要予測ツールを導入した。 ベンダーのデモンストレーションは素晴らしく、導入プロジェク...

問題 答え 解説 次の Python コードの検定における帰無仮説は何ですか？ Python コード: import numpy as np from statsmodels.tsa.stattools import k...

ビジネスの現場において、データ活用や生成AIの導入は避けて通れないテーマとなっています。 しかし、「何から始めればいいのか」「専門知識がないと難しいのではないか」と足踏みされている方も多いのではないでしょうか。 テーマ：...

「うちにはデータはあるんですよ。 　POSデータも受注データも、何年分も蓄積されています。 　でも、正直なところ活用できているかと言われると……」 企業のデータ活用に関する相談で、最も頻繁に耳にする言葉がこれです。 デー...

データサイエンスの世界では、「データがどんな形で散らばっているか」 を理解することがとても重要です。 テストの点数は平均点付近に多くの人が集まり、極端に高い点数や低い点数の人は少なくなります。 人の身長も平均値の前後に多...

2025/7/28 に第一出版社からよくわかる因果推論が出版予定です。 2026年3月19日に第一出版から、『よくわかる因果推論: もう惑わされない! 身近な事例から学ぶ原因と結果のとらえ方』が出版されます。 本書は、「...

需要予測の話をすると、必ずと言っていいほど出てくる問いがあります。 「で、結局いくつ売れるの？」 経営層も、営業部長も、発注担当者も、みんなこの問いを投げかけます。 当然の問いに聞こえますし、この問いに「1,000個です...

問題 答え 解説 次の Python コードのモデルが捉えようとしているものは何ですか？ Python コード: import numpy as np from statsmodels.tsa.holtwinters i...

前回の記事では、curve_fit() を使ってデータにフィッティング（曲線あてはめ）を行う方法を紹介しました。 curve_fitでデータにフィッティングしてみよう（scipy.optimize.curve_fit） ...

「来月の売上、いくらになりそう？」 経営者やマネジメント層なら、この質問を部下に投げかけたことが一度はあるはずです。 そして、営業や企画の担当者なら、この質問を受けて言葉に詰まった経験があるのではないでしょうか。 この問...

問題 答え 解説 次の Python コードでどのようなデータ分割をしていますか？ Python コード: import numpy as np from sklearn.model_selection import T...

前回の記事では、minimize() を使って最適化問題を解く方法を紹介しました。 scipy.optimizeで最適化問題を解く入門 今回は、その応用とも言える 「カーブフィッティング（曲線あてはめ）」 を紹介します。...

毎月の営業会議や経営会議で、こんな場面に心当たりはないでしょうか。 担当者がExcelやBIダッシュボードなどで作った売上の折れ線グラフをスクリーンに映し出します。 横軸は月、縦軸は売上金額。 前年同月の線と今年の線が並...

問題 答え 解説 次の Python コードで行っている変換の目的は何ですか？ Python コード: import numpy as np from scipy.stats import boxcox np.rando...

データサイエンスや機械学習の世界では、「最適な値を見つける」 という作業が頻繁に登場します。 たとえば…… 広告費をどう配分すれば利益が最大になるか？ 機械学習モデルの誤差を最小にするパラメータは何か？ ……といった問題...

需要予測モデルを導入するとき、多くの企業が力を注ぐのは「いかに当たるモデルを作るか」です。 アルゴリズムの選定、学習データの整備、精度検証の設計。 どれも大切なステップですが、ここに一つ、ほとんどの企業が見落としている論...