2021年12月3日に本テキストブックを題材に、デザイン経営の考え方や導入方法、テキストブックの制作秘話などについて語るオンラインイベントが開催されました。下記のリンク先からアーカイブ動画をご覧いただけます。 詳しくはこちら（外部サイト） > 富士通のこれまでの実践から得られたノウハウと、イタリアのミラノ工科大学デザインスクールPOLI.Designの研究成果やフィロソフィーを組み合わせた、デザイン思考のテキストブック「Transformation by Design デジタルトランスフォーメーションに挑戦するデザイン戦略とサービスプランニング」（日本語版・英語版）を公開いたします。このテキストブックはPDFで閲覧可能です。またテキストブック制作の背景や制作チームの想いなど、制作のディレクターを務めた宇多村志伸と高嶋大介に話を聞きましたので、ぜひダウンロードの際に併せてお読みください。
#前澤ファンド の審査を経て、前澤さんの前でピッチした「生の事業計画書」 93ページを、PDFで無償公開します。 前澤ファンドに挑戦して、何度かあった審査と、前澤と直接お会いしてピッチを経験しました。 そのときに提案した事業アイデアについて、最新の事業計画書を、note に無償公開したいと思います。(一部公開できない数字は伏せてあります) 複数回のピッチ面談や、今回の事業テーマにおいて、成長可能性についてをファンド事務局の皆さまとディスカッションさせていただく機会をいただきました。 審査過程ではお見送りの連絡をいただきましたが、当社としても同じタイミングで条件が合わなということで辞退を申し出をして、今回はいったんお話としては終わりました。 これは 投資案件によくある話ですが、今回は折り合わないけれど「お互いにタイミングを見て、継続してお話をしていきましょう」ということになります。 今後の調
「働き方の未来 2035」 ～一人ひとりが輝くために～ 【報告書】 2016 年８月 「働き方の未来 2035：一人ひとりが輝くために」懇談会 ＜目次＞ １. はじめに ～一人ひとりが輝く社会をつくる～・・・・・・・・・・・・・・・・ 1 ２．2035 年の社会・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・4 ２．１ 少子高齢化社会・・・・・・・・・・・・・・・・・・・・・・・・・・ 4 ２．２ 技術革新の現状と予測・・・・・・・・・・・・・・・・・・・・・・・ 4 ２．３ 技術革新のインパクト・・・・・・・・・・・・・・・・・・・・・・・ 6 ３．一人ひとりが輝く 2035 年における働き方・・・・・・・・・・・・・・・・・・・ 8 ３．１ 時間や空間にしばられない働き方に・・・・・・・・・・・・・・・・・8 ３．２ より充実感がもてる働き方に・・・・・・・・・・・・・
Introduction to Applied Linear Algebra – Vectors, Matrices, and Least Squares Introduction to Applied Linear Algebra – Vectors, Matrices, and Least Squares Stephen Boyd and Lieven Vandenberghe Cambridge University Press This book is used as the textbook for our own courses ENGR108 (Stanford) and EE133A (UCLA), where you will find additional related material. If you find an error not listed in our
Customer Relationship Management CRM Winer and Neslin 2014 CRM Neslin 2014 Kumar and Reinartz 2012, p. 4 CRM CRM Zhang, Bradlow and Small 2015 Clumpiness R R Core Team 2016 CRM Recency Frequency Monetary RFM RFM Blattberg, Kim and Neslin 2008, p. 323 Abe 2009 Fader, Hardie and Lee 2005 RFM CRM Fader and Hardie 2009 Schmittlein, Morrison and Colombo 1987 RFM RFM Zhang, Bradlow and Small 2015 Zhang,
Deloitte Analytics PLSA（確率的潜在意味解析法） 行と列を同時にクラスタリングする新たな知識発見手法 複雑なビッグデータをシンプルに解釈可能にする、新しいクラスタリング技術を紹介する。 PLSAとは ビッグデータから有用な知識を抽出する技術として、人工知能の分野でPLSAという手法が注目を集めている。PLSAとは Probabilistic Latent Semantic Analysisの略で、確率的潜在意味解析法と呼ばれている。Hofmanが1999年に発表した次 元圧縮の手法であり、クラスタリングの手法としても使用される。次元圧縮とは、高次元のデータ（列の多いデータ）を低次 元データに変換すること、つまりできるだけシンプルに表現しようとすることである。一方クラスタリングとは、類似するデータ をまとめていくつかのグループに分類することである。 元々PLSAは、情報
講義内容予告 PDF 講義ノート PDF 宿題に関する注意 宿題はTeXで作成して、印刷したものを提出してください。宿題に関する注意は昨年度のものを参照してください。連絡事項 初回は4/11です。進行表 4/11 測度空間、カラテオドリの拡張定理 宿題1 (1.5はカラテオドリの拡張定理を認める)4/18 pi-lambda定理、完備化、Lebesgue-Stieltjes測度 宿題24/25 可測関数 宿題35/2 積分の定義 宿題4 (講義ノートのp.32-33は自習しておいてください)5/9 積分の性質 宿題55/16 直積測度、Fubiniの定理、確率空間 宿題65/23 期待値、確率変数の収束 宿題7 (宿題7の提出は5/30の補講時に変更します)5/30 (補講) 独立性 宿題86/6 休講6/13 独立確率変数列の構成、大数の弱法則、Borel-Cantelliの補題 宿題9
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く