AI and Copyright in Japan — What International Businesses Need to Know [Intro to ML #11]
In my previous post (Intro to ML #10), I wrote about Demo Day — the final session of my MBA data sci […]
AIと著作権──ビジネスパーソンが押さえるべき4つのポイント【機械学習入門⑪】
前回（機械学習入門⑩）は、MBAデータサイエンス講座の集大成となるDemo Dayの体験記と、6回分の学びの振り返りを書いた。 シリーズの最終回は、講座の最終日にもう一つ大きく扱われたテーマ──AIと […]
財務三表のつながりを一枚で理解する ── P/L・B/S・CFSの関係整理
この記事でわかること P/L・B/S・CFSそれぞれの役割と「何を表しているか」 3つの財務諸表がどこでつながっているか（3つの接点） 「利益が出ているのに現金がない」が起きる3つの原因 発生主義・実 […]
戦略策定プロセスとは？5つのステップで経営課題を見つけて最適な打ち手を選ぶ方法
この記事でわかること 戦略策定プロセスの全体像と5つのステップ 「いきなり解決策に飛びつかない」ための分析の道筋 業界KSFと自社のGAP（経営課題）を見つける方法 M&Aとアライアンス、どち […]
【幕張】ニューゴルフプラザ幕張レビュー｜芝から打てるアプローチが貴重な総合練習場
【幕張】ニューゴルフプラザ幕張レビュー｜芝から打てるアプローチが貴重な総合練習場 東京湾岸の幕張エリアで「ここまで揃っている練習場は珍しい」と思わせてくれたのが、千葉市美浜区にあるニューゴルフプラザ幕 […]
What I Learned from a Six-Session MBA Data Science Course — Building an Audit Assistant on Demo Day [Intro to ML #10]
In my previous post (Intro to ML #9), I covered ways to get more out of generative AI — prompts, RAG […]
MBAでAI＆データサイエンスを6回学んで分かったこと──Demo Dayで監査システムを作った話【機械学習入門⑩】
前回（機械学習入門⑨）は、生成AIをかしこく使うための方法──プロンプト・RAG・MCP・エージェント──をMBAでの学びをもとに整理した。 そして今回が、シリーズの締めくくりだ。MBAのデータサイエ […]
高層階で5Gが入らない。マンションのネット事情
13階建てマンションの最上階に引っ越した。内見の時点で5Gの電波が入ったり入らなかったりしていたのは気づいていた。当然確認するだろう。ただ、「まあどうにかなるだろう」と甘く見ていた。 結果、どうにかは […]
中山カントリークラブの口コミ・レポート｜名門の風格と美しい林間コースを女性目線で紹介
中山カントリークラブに行ってきました！ 千葉県八千代市にある、1961年開場の歴史ある名門コース。丸毛信勝設計の林間コースで、「日本のゴルフ聖地100」にも選出されています。関東近郊で本格的な名門コー […]
Getting More Out of Generative AI — Prompts, RAG, and the Age of Agents [Intro to ML #9]
In my previous post (Intro to ML #8), I covered how generative AI actually works — the next-word pre […]