マスログ｜数学・統計・AIをわかりやすく解説するメディア

◎完全版を動画視聴サービス「ハビット」で視聴できます。 ※無料会員登録をしていただけますとご覧になれます。 エラーは出て当たり前！ 　プログラミングを始めたばかりの方なら、一度は経験したことがあるのではないでしょうか。コードを書いて実行してみると、画面に赤い文字でエラーメッセージが表示される瞬間を。その時に感じる「また…

ハビットでもっと詳しく学ぼう！ 完全版動画視聴はこちら →Scratchで気軽に体験！初心者向けプログラミング講座 ※無料会員登録をしていただけますとご覧になれます。 【初心者必見】小学校でも使われているScratch（スクラッチ）とは？プログラミング未経験でも安心して始められる理由 プログラミング教育必修化で生まれた…

◎完全版を動画視聴サービス「ハビット」で視聴できます。 ※無料会員登録をしていただけますとご覧になれます。 Pythonの名前の由来は、英コメディグループ「モンティ・パイソン」にあります。 「Python＝ニシキヘビ」という辞書の意味から連想されがちですが、プログラミング言語のPython 名前 由来はまったく別物。開…

新しい学びの場「キッズデータラボ」（公式WEB）を立ち上げました 和からの堀口です。いつもありがとうございます。 さて、2025年10月、新たな塾「キッズデータラボ」公式WEBを立ち上げました。プロジェクトとしては昨年くらいから構想がありましたが、ようやく具体的に動き始めました。 この立ち上げには、理由があります。 2…

◎完全版を動画視聴サービス「ハビット」で視聴できます。 ※無料会員登録をしていただけますとご覧になれます。 近年、プログラミング言語の選択肢は豊富ですが、そのなかでPythonという名前を耳にする機会は確実に増えています。では、なぜPythonは「よく使われている」と言われるのでしょうか。ここでよくある誤解が、「Pyt…

◎完全版を動画視聴サービス「ハビット」で視聴できます。 ※無料会員登録をしていただけますとご覧になれます。 なぜ“基礎”が不可欠なのか――0×何=0の比喩で考える リスキリングや業務効率化の文脈で「ChatGPTをどう活用するか」が広く語られています。しかし、AIの“増幅”効果を真に引き出すには、プログラミングの基礎と…

◎完全版を動画視聴サービス「ハビット」で視聴できます。 ※無料会員登録をしていただけますとご覧になれます。 1. 導入：数字は私たちをしばしば勘違いさせる グラフや表で「Aが増えるとBも増える」という並びを見ると、私たちはつい因果関係を思い描きます。しかし、数字が並んでいるだけでは、そこに原因と結果があるとは限りません…

https://youtu.be/zT–phhThNA はじめに 第1回では「量的データと質的データ」、第2回では「母集団と標本」、第3回では「サンプリング方法の基本と注意点」を解説しました。シリーズ最終回となる第4回は、サンプリングを行うと必ずつきまとう 誤差と信頼性 についてやさしく解説します。 &#x1f449…

https://youtu.be/RXo5X2mk4yU はじめに 前回は「母集団」と「標本」の考え方を学びました。母集団＝全体、標本＝一部という関係を理解することで、なぜ一部のデータから全体を推測できるのかが見えてきました。今回はさらに一歩進めて、標本をどのように選ぶか、つまり サンプリング（抽出方法） の基本と注意…

和からの数学講師の岡本です。今回は、私岡本が監修を務めた雑誌『ニュートン』11月号の特集をご紹介します！   １．数式が織りなす究極の美！数学アートの魅力 数学は難しい、抽象的だと思っていませんか？ 本特集「アートで楽しむ数学の神秘」は、その常識を覆します！数学アートとは、数学の概念や理論をモチーフにした芸術作品のこと…

https://youtu.be/qVe6xkpx9no はじめに 前回は「量的データ」と「質的データ」という、データの基本的な2種類の違いについて学びました。第2回となる今回は、統計学を理解するうえで欠かせない「母集団」と「標本」の考え方を取り上げます。これは「データ収集の種類」を理解するうえで重要な視点でもあり、ど…

https://youtu.be/51RvGdqMXtU はじめに 以前の記事では「統計的問題解決の方法」を5回に分けてお届けしました。今回からは新しいシリーズとして「データ収集入門」を全4回で解説していきます。まず第1回では、データを理解するうえで欠かせない基本である「量的データ」と「質的データ」の違いについて取り上…

では最後に必要なのは何でしょうか？ それは 「結論を出し、改善に結びつける」こと です。 データ分析は「数字を眺めること」がゴールではありません。どんなにきれいなグラフや高度な分析をしても、それを行動に落とし込まなければ、現場も経営も変わりません。つまり、結論と改善こそが統計的問題解決の最終目的なのです。この記事では、…

https://youtu.be/S_Z06PHdP8E 第1回で全体像をつかみ、第2回で問い（課題設定）を磨き、第3回で“良いデータ”を集めました。では、集めたデータをどう料理すれば意思決定に使える形になるのでしょうか。多くの人は「分析＝難しい数式」と思いがちですが、実務で最も効果が大きいのは整理して、見える化するこ…

https://youtu.be/Hb7vN6bBZgU 第1回では「統計的問題解決の全体像」を学び、第2回では「課題設定のしかた」を解説しました。今回はその次のステップである 「データ収集」 について扱います。どんなに優れた分析手法を知っていても、集めるデータが間違っていれば結論は役に立ちません。逆に、良いデータがあ…

この記事のポイント ・統計的問題解決の連載第2回：「課題設定」に焦点 ・「何を明らかにしたいか」を明確にするための3ステップ ・よくある誤りパターン（ゴール不明・個人説明・補助指標不足） ・チームで課題を揃えるための表とチェックリスト 課題設定のしかたとは（連載第2回） 統計的問題解決のうち、一番連難なのが「課題設定」…

https://youtu.be/zotuxXqOJ5Q はじめに 「統計」と聞くと、数字やグラフが並んでいて難しそう…と感じる方は多いかと思います。特に数学が苦手な文系出身の方にとっては、「自分には無理」と思ってしまうかもしれません。ですが実際には、統計は日常やビジネスのあらゆる場面で役立つ“問題解決の道具”です。 …

　本シリーズでは、因果推論の一手法「回帰不連続デザイン」について、その考え方と使える場面を紹介してきました。最終回となる今回は、いよいよ実例ベースで「実際にどんな効果があったのか？」を紹介していきます。 　まだ前回までをご覧でない方は、こちらからどうぞ： 👉 単純比較じゃダメ？“境目分析”で因果を探る回…

https://youtu.be/hRF9lg1LcGo 会議で「全体の平均は？」と聞かれて、Excelの=AVERAGE()で計算して報告。多くの人が当たり前にやっていることですが、実はその「平均」、ビジネスの状況を正しく表していないかもしれません。 「平均」にはいくつか種類があり、目的に合わせて使い分けるだけで、あ…

前回は、「因果推論とは何か？」という基本から、回帰不連続デザインの直感的な考え方までを解説しました。 今回はその続編として、「では実際にどんな場面でこの手法が活用できるのか？」について具体例を交えて紹介していきます。 まだ前回の記事を読んでいない方は、ぜひ先にこちらからどうぞ。 👉 【因果推論Part1…