テックジム創業者:藤永端(みんなのグラさん)のIT業界裏話

1999年からITの世界に飛び込んで20年。これで起業は3度目の正直である。 高校の時に永野が「人は一生に1回はベストセラーを書くことができる」と言った言葉が今でも脳にこびりついてる。 というわけで私小説を書くことにした。 藤永端:2019年テックジム創業。旅するPython講師

テックジム創業者:藤永端(みんなのグラさん)のIT業界裏話

1999年からITの世界に飛び込んで20年。これで起業は3度目の正直である。 高校の時に永野が「人は一生に1回はベストセラーを書くことができる」と言った言葉が今でも脳にこびりついてる。 というわけで私小説を書くことにした。 藤永端:2019年テックジム創業。旅するPython講師

ストア

  • 商品の画像

    AIエンジニア養成コース(第0章〜15章)

    「いまの現場でAIロジックを組み込んでみたい」または「世にあふれた様々なデータを使ってAIで動かして遊んでみたい」あるいは「AIを学びたいんだけど何から手をつけていいかわからない」という方のための機械学習・ディープラーニングのコースです。 世の中のAI関連講座はアカデミック偏重で敷居が高いですが、テックジムはその正反対。AI基礎知識がなくても段階的に学べ、最終的にはお仕事につながるカリキュラムとなっております。(カリキュラム作成者は、現場経験豊富なAIエンジニアたちです。) 第0章「データ分析入門とデータ可視化」 ライブラリの基本的な使い方を学びます。 データのグラフ化:Business Inteligence(ビジネス・インテリジェンス)としてデータを可視化して分析していきます。 <想定案件イメージ> ・回帰分析を学ぶ:接客、品揃え、面積のデータから店舗の売上を予測する需要予測に用いる ・営業訪問回数、値引率などを数値化し、取引額を目的変数に設定すれば、営業活動の予測にも用いることができる <学ぶこと> ・numpyライブラリ ・scipyライブラリ ・matplotlibライブラリ ・ヒストグラム ・Seriesライブラリ ・Pandas ・DaraFrameライブラリ ・データ分析 第1章「教師なし学習と自然言語処理入門」 教師なし学習のモデル(クラスタリング、主成分分析、アソシエーション分析)を用いたデータ分析を学びます。 また、自然言語処理の基本を身につけ、特に自然言語の形態素解析とベクトル化手法を扱えるようになります。 <想定案件イメージ> ・クラスタリング分析:顧客分析でユーザーをセグメントに分けてマーケティングに活用出来る ・チャットボットの開発:営業の問い合わせ自動応答システムが出来る <学ぶこと> ・クラスタリング(k-means) ・主成分分析(PCA) ・アソシエーション分析 ・形態素解析 ・word2vec ・ベクトルの演算 ・データの類似度 第2章「特徴量エンジニアリング」 データのグラフ化の復習を兼ねて、「特徴量の選別」を学びます。 これにより機械学習モデルの精度向上や精緻化をするときに活かせることができます。 <学ぶこと> ・ヒストグラム ・統計量 ・欠損値 ・標準化(スケーリング) ・正規化(スケーリング) ・カテゴリ変数 ・one-hot-encoding ・特徴量エンジニアリング 第3章「回帰問題」 回帰問題を学びます。これにより不動産などの価格予測をすることができます。 <学ぶこと> ・教師あり学習のモデル(回帰、分類)を用いてデータ分析ができるようになる ・線形単回帰 ・重回帰分析 ・Ridge回帰 ・Lasso回帰 第4章「分類問題」 分類問題を学びます。 例えば顧客分析で対象の顧客がある商品を買うか買わないかを予測することができます。 <学ぶこと> ・教師あり学習のモデル(回帰、分類)を用いてデータ分析が出来るようになる ・ロジスティック回帰 ・シグモイド関数 ・決定木 ・ランダムフォレスト ・ブースディング ・サポートベクターマシン ・k 近傍法 ・非線形 第5章「実践ビジネスデータ分析」 実践的な顧客分析を学びます。スポーツジムで新規の顧客が入会するかどうかや顧客の継続率や退会するかの予測をしていきます。 <学ぶこと> ・顧客データの整形 ・顧客データの集計 ・利用履歴を使ったクラスタリング ・利用回数の予測モデル 第6章「AIのための統計学入門」 統計の基本的な扱いを学びます。アンケートを分析したり、視聴率や選挙など大きな母数があるときの分析に活用できます。 <学ぶこと> ・推測統計 ・復元抽出 ・非復元抽出 ・区間推定 ・不偏分散 ・カイ二乗分布 ・信頼区間 ・確率分布 ・正規分布 第7章「DeepLearning基礎」 DeepLearningは、画像分類や自動運転や工場での不良品検知、顔認識技術などに使用できます。スマートデバイスの音声検索・音声操作や多言語の同時翻訳システムなどにも応用できます。 <学ぶこと> ・CNN(畳み込みニューラルネットワーク) ・RNN(再帰型ニューラルネットワーク) ・TensorFlow ・Keras ・活性化関数 ・単一のニューロン ・ニューラルネットワーク 第8章「DeepLearning応用」 第9章「GANによる画像生成」 GANを扱えるようになると写真・絵画を生成したり学習用の疑似データを生成出来るようになります。また自然言語処理ではチャットボットの基礎が学べ、営業の問い合わせ自動応答システムが出来るようになります。 第10章「衛星データと機械学習」 衛星データをビジネスに活用すると、石油タンクの減り具合から原油価格を予測する 、市街地の地形から繁盛店になるかを予測するというようなことができます。 第11章 「アンサンブル学習と精度向上手法」 学習モデルの精度向上や精緻化が出来るようになると、例えばこれまでは予測が80%しか当たらなかったものが95%になるようになります。 <学ぶこと> ・混同行列 ・性能評価指標 ・ROC曲線とAUC ・SVM(サポートベクターマシン) ・ロジスティック回帰での性能評価 ・ハイパーパラメータチューニング ・グリッドサーチ ・バギングとブースティング ・交差検証 ・k-NN、ロジスティック回帰、決定木、SVM、ランダムフォレスト、勾配ブースティングのモデルを比較 ・KFlod法 ・Random Seed Averaging ・LightGBM ・重回帰、リッジ回帰、決定木(回帰)、線形SVM回帰 第12章「AI活用 WEBサービスを作ろう(オリジナル画像判定)」 機械学習AutoMLを利用して様々な画像認識を試し、花を判定するアプリを作成します。 また、ネットから収集した画像でオリジナルの画像判定アプリの作成に挑戦していただきます。 画像分類が簡単に出来るようになると、プログラムを書かなくても画像分類が出来るようになります。 <学ぶこと> ・データベース(SQLite,PostgreSQL) ・WEBフレームワーク(Flask) ・Bootstrap ・Herokuでのデプロイ ・Google AutoML vision ・画像分類モデル作成 ・WEBアプリケーションのデプロイ 第13章「AI x IoT(センサーデータ分析と画像分類・物体検出)」 IoTのセンサーデータを扱えるようになると、センサーデータを用いた電力需要予測をするといったことができるようになります。 <学ぶこと> ・センサーデータのデータ分析ができる ・CNNの基礎がわかって、モデルを作成することが出来る ・人工知能とOpenCVを使った物体検出が出来る 第14章「効果検証に機械学習を導入しよう」 効果検証を数値的な指標で行えるようになると、売上を上げるWEBサイトを作るための評価ができマーケティングに活用できます。 <学ぶこと> 1.ビジネスデータの可視化(DAU編、アクセス数編、課金アイテム編) 2.効果検証の仕方を学ぶ ・確率分布と累積分布のグラフ ・尤度で比較したグラフ ・「統計検定量」「p 値」「自由度」「期待度数」 3.A/BテストにUplift Modelingを導入する 第15章「推薦システムを作ろう」 オススメの映画やアニメを推薦してくれるシステムができるようになります。またECサイトや顧客分析に活用できます。 <まとめ> 1.データの処理方法を学ぶ  MovieLens 1M(映画評価データ)のデータを元にデータの前処理について学習します。 2.協調フィルタリング(k近傍法)の仕組みを利用した推薦システムを作る  kaggleの76,000ユーザーに基づくアニメの推薦データを利用します。 3.Factorization Machinesを使った推薦システムを作る  Netflix Prizeで最も成果を上げたMatrix Factorizationを一般化したアルゴリズムを利用します。 ※推奨環境:anacondaをインストール、Jupyter Notebookで実行 ●SLACKサポート(1年間有効) 会員同士の交流や、トレーナーへの質問など、フラットに交流することができます。 ●ZOOMサポート(1年間有効) ZOOMの会議室に入室して自由に質問することができます。 (サポート時間は平日19時-22時、土曜13時-19時。ご返信はそのタイミングになります。) ※商品郵送後の返金は致しませんので、ご注意ください。
    385,000円
    techgym
  • 商品の画像

    テックジムPython基礎コース(第1章〜7章)

    第1章 「じゃんけんゲームを作る」 ・Pythonの書き方 ・条件分岐(if文) ・関数 ・リスト(配列) ・辞書(ハッシュ) ・繰り返し(for文) ・バリデーション(入力チェック) 第2章 「間違い探しゲームを作る」 ・乱数 ・繰り返し(while文) ・二重ループ ・リスト(配列) ・辞書(ハッシュ) ・二次元配列 第3章 「野球シミュレーションゲームを作る」 ・クラス ・インスタンス ・アルゴリズム 第4章「カジノゲームを作ろう」 ・クラス(継承) ・今まで習ったことの総復習と深掘り 第5章「発展系の書き方をしよう」 ・文字列連結の応用技 ・for文の応用技 ・配列の応用技(numpy) ・スクレイピング基礎(requests) ・画像表示、加工 第6章 「ブラックジャックゲームを作ろう」 ・クラスの理解を深める ・二次元リストの応用 ・画像の表示、結合 第7章「卒業課題」 今まで第1章から第6章まで作ってきたものをレベルアップ(仕様追加、変更)します。 この頃にはもう、プログラミングに自信を持ち、プログラミングが好きでたまらなくなっていることでしょう。 開発環境:Google Colaboratory ●SLACKサポート(1年間有効) 会員同士の交流や、トレーナーへの質問など、フラットに交流することができます。 ●ZOOMサポート(1年間有効) ZOOMの会議室に入室して自由に質問することができます。 (サポート時間は平日19時-22時、土曜13時-19時。ご返信はそのタイミングになります。) ※商品郵送後の返金は致しませんので、ご注意ください。
    187,000円
    techgym
  • 商品の画像

    AIエンジニア養成コース(第0章〜15章)

    「いまの現場でAIロジックを組み込んでみたい」または「世にあふれた様々なデータを使ってAIで動かして遊んでみたい」あるいは「AIを学びたいんだけど何から手をつけていいかわからない」という方のための機械学習・ディープラーニングのコースです。 世の中のAI関連講座はアカデミック偏重で敷居が高いですが、テックジムはその正反対。AI基礎知識がなくても段階的に学べ、最終的にはお仕事につながるカリキュラムとなっております。(カリキュラム作成者は、現場経験豊富なAIエンジニアたちです。) 第0章「データ分析入門とデータ可視化」 ライブラリの基本的な使い方を学びます。 データのグラフ化:Business Inteligence(ビジネス・インテリジェンス)としてデータを可視化して分析していきます。 <想定案件イメージ> ・回帰分析を学ぶ:接客、品揃え、面積のデータから店舗の売上を予測する需要予測に用いる ・営業訪問回数、値引率などを数値化し、取引額を目的変数に設定すれば、営業活動の予測にも用いることができる <学ぶこと> ・numpyライブラリ ・scipyライブラリ ・matplotlibライブラリ ・ヒストグラム ・Seriesライブラリ ・Pandas ・DaraFrameライブラリ ・データ分析 第1章「教師なし学習と自然言語処理入門」 教師なし学習のモデル(クラスタリング、主成分分析、アソシエーション分析)を用いたデータ分析を学びます。 また、自然言語処理の基本を身につけ、特に自然言語の形態素解析とベクトル化手法を扱えるようになります。 <想定案件イメージ> ・クラスタリング分析:顧客分析でユーザーをセグメントに分けてマーケティングに活用出来る ・チャットボットの開発:営業の問い合わせ自動応答システムが出来る <学ぶこと> ・クラスタリング(k-means) ・主成分分析(PCA) ・アソシエーション分析 ・形態素解析 ・word2vec ・ベクトルの演算 ・データの類似度 第2章「特徴量エンジニアリング」 データのグラフ化の復習を兼ねて、「特徴量の選別」を学びます。 これにより機械学習モデルの精度向上や精緻化をするときに活かせることができます。 <学ぶこと> ・ヒストグラム ・統計量 ・欠損値 ・標準化(スケーリング) ・正規化(スケーリング) ・カテゴリ変数 ・one-hot-encoding ・特徴量エンジニアリング 第3章「回帰問題」 回帰問題を学びます。これにより不動産などの価格予測をすることができます。 <学ぶこと> ・教師あり学習のモデル(回帰、分類)を用いてデータ分析ができるようになる ・線形単回帰 ・重回帰分析 ・Ridge回帰 ・Lasso回帰 第4章「分類問題」 分類問題を学びます。 例えば顧客分析で対象の顧客がある商品を買うか買わないかを予測することができます。 <学ぶこと> ・教師あり学習のモデル(回帰、分類)を用いてデータ分析が出来るようになる ・ロジスティック回帰 ・シグモイド関数 ・決定木 ・ランダムフォレスト ・ブースディング ・サポートベクターマシン ・k 近傍法 ・非線形 第5章「実践ビジネスデータ分析」 実践的な顧客分析を学びます。スポーツジムで新規の顧客が入会するかどうかや顧客の継続率や退会するかの予測をしていきます。 <学ぶこと> ・顧客データの整形 ・顧客データの集計 ・利用履歴を使ったクラスタリング ・利用回数の予測モデル 第6章「AIのための統計学入門」 統計の基本的な扱いを学びます。アンケートを分析したり、視聴率や選挙など大きな母数があるときの分析に活用できます。 <学ぶこと> ・推測統計 ・復元抽出 ・非復元抽出 ・区間推定 ・不偏分散 ・カイ二乗分布 ・信頼区間 ・確率分布 ・正規分布 第7章「DeepLearning基礎」 DeepLearningは、画像分類や自動運転や工場での不良品検知、顔認識技術などに使用できます。スマートデバイスの音声検索・音声操作や多言語の同時翻訳システムなどにも応用できます。 <学ぶこと> ・CNN(畳み込みニューラルネットワーク) ・RNN(再帰型ニューラルネットワーク) ・TensorFlow ・Keras ・活性化関数 ・単一のニューロン ・ニューラルネットワーク 第8章「DeepLearning応用」 第9章「GANによる画像生成」 GANを扱えるようになると写真・絵画を生成したり学習用の疑似データを生成出来るようになります。また自然言語処理ではチャットボットの基礎が学べ、営業の問い合わせ自動応答システムが出来るようになります。 第10章「衛星データと機械学習」 衛星データをビジネスに活用すると、石油タンクの減り具合から原油価格を予測する 、市街地の地形から繁盛店になるかを予測するというようなことができます。 第11章 「アンサンブル学習と精度向上手法」 学習モデルの精度向上や精緻化が出来るようになると、例えばこれまでは予測が80%しか当たらなかったものが95%になるようになります。 <学ぶこと> ・混同行列 ・性能評価指標 ・ROC曲線とAUC ・SVM(サポートベクターマシン) ・ロジスティック回帰での性能評価 ・ハイパーパラメータチューニング ・グリッドサーチ ・バギングとブースティング ・交差検証 ・k-NN、ロジスティック回帰、決定木、SVM、ランダムフォレスト、勾配ブースティングのモデルを比較 ・KFlod法 ・Random Seed Averaging ・LightGBM ・重回帰、リッジ回帰、決定木(回帰)、線形SVM回帰 第12章「AI活用 WEBサービスを作ろう(オリジナル画像判定)」 機械学習AutoMLを利用して様々な画像認識を試し、花を判定するアプリを作成します。 また、ネットから収集した画像でオリジナルの画像判定アプリの作成に挑戦していただきます。 画像分類が簡単に出来るようになると、プログラムを書かなくても画像分類が出来るようになります。 <学ぶこと> ・データベース(SQLite,PostgreSQL) ・WEBフレームワーク(Flask) ・Bootstrap ・Herokuでのデプロイ ・Google AutoML vision ・画像分類モデル作成 ・WEBアプリケーションのデプロイ 第13章「AI x IoT(センサーデータ分析と画像分類・物体検出)」 IoTのセンサーデータを扱えるようになると、センサーデータを用いた電力需要予測をするといったことができるようになります。 <学ぶこと> ・センサーデータのデータ分析ができる ・CNNの基礎がわかって、モデルを作成することが出来る ・人工知能とOpenCVを使った物体検出が出来る 第14章「効果検証に機械学習を導入しよう」 効果検証を数値的な指標で行えるようになると、売上を上げるWEBサイトを作るための評価ができマーケティングに活用できます。 <学ぶこと> 1.ビジネスデータの可視化(DAU編、アクセス数編、課金アイテム編) 2.効果検証の仕方を学ぶ ・確率分布と累積分布のグラフ ・尤度で比較したグラフ ・「統計検定量」「p 値」「自由度」「期待度数」 3.A/BテストにUplift Modelingを導入する 第15章「推薦システムを作ろう」 オススメの映画やアニメを推薦してくれるシステムができるようになります。またECサイトや顧客分析に活用できます。 <まとめ> 1.データの処理方法を学ぶ  MovieLens 1M(映画評価データ)のデータを元にデータの前処理について学習します。 2.協調フィルタリング(k近傍法)の仕組みを利用した推薦システムを作る  kaggleの76,000ユーザーに基づくアニメの推薦データを利用します。 3.Factorization Machinesを使った推薦システムを作る  Netflix Prizeで最も成果を上げたMatrix Factorizationを一般化したアルゴリズムを利用します。 ※推奨環境:anacondaをインストール、Jupyter Notebookで実行 ●SLACKサポート(1年間有効) 会員同士の交流や、トレーナーへの質問など、フラットに交流することができます。 ●ZOOMサポート(1年間有効) ZOOMの会議室に入室して自由に質問することができます。 (サポート時間は平日19時-22時、土曜13時-19時。ご返信はそのタイミングになります。) ※商品郵送後の返金は致しませんので、ご注意ください。
    385,000円
    techgym
  • 商品の画像

    テックジムPython基礎コース(第1章〜7章)

    第1章 「じゃんけんゲームを作る」 ・Pythonの書き方 ・条件分岐(if文) ・関数 ・リスト(配列) ・辞書(ハッシュ) ・繰り返し(for文) ・バリデーション(入力チェック) 第2章 「間違い探しゲームを作る」 ・乱数 ・繰り返し(while文) ・二重ループ ・リスト(配列) ・辞書(ハッシュ) ・二次元配列 第3章 「野球シミュレーションゲームを作る」 ・クラス ・インスタンス ・アルゴリズム 第4章「カジノゲームを作ろう」 ・クラス(継承) ・今まで習ったことの総復習と深掘り 第5章「発展系の書き方をしよう」 ・文字列連結の応用技 ・for文の応用技 ・配列の応用技(numpy) ・スクレイピング基礎(requests) ・画像表示、加工 第6章 「ブラックジャックゲームを作ろう」 ・クラスの理解を深める ・二次元リストの応用 ・画像の表示、結合 第7章「卒業課題」 今まで第1章から第6章まで作ってきたものをレベルアップ(仕様追加、変更)します。 この頃にはもう、プログラミングに自信を持ち、プログラミングが好きでたまらなくなっていることでしょう。 開発環境:Google Colaboratory ●SLACKサポート(1年間有効) 会員同士の交流や、トレーナーへの質問など、フラットに交流することができます。 ●ZOOMサポート(1年間有効) ZOOMの会議室に入室して自由に質問することができます。 (サポート時間は平日19時-22時、土曜13時-19時。ご返信はそのタイミングになります。) ※商品郵送後の返金は致しませんので、ご注意ください。
    187,000円
    techgym

最近の記事

note最終投稿。この一年の総括

noteを始めたのは去年の8月23日。 最初の投稿はAPPBANK村井さんの話だった。 それから約1年間、123投稿目となる。 これだけ書いて2万PVだから、普通にSEOライティングをしている方がたくさんのPVを集めることができる。テックジムサイトは開始半年で100記事ですでに月間2万PV、1年で200記事で月間4万PVを達成している。 noteじゃPVが集まらないのか、企業IRにnoteは向いていないのか、というのが正直な感想である。 きっかけは、ブルーサークルの小野

スキ
7
    • エンジェル投資家から画商へ。山口豪志氏の野望とは?

      世界で初めてアートビジネスを始めたのはヴォラールである。 彼はピカソに「君は仕事が遅いから版画にしなさい」と言って、 世界でもっとも多くの作品を残すアーティストに仕立て上げ、巨万の富を得た。 セザンヌ、ドガ、ゴーギャン、ゴッホ、ルノワールなども彼によって発掘され、お金の成る木に成長させた。 こんな説明をしてくれたのが、久々に再会した山口さん(組長)である。 テックジムの創業のきっかけを作ったのはまさに組長だった。 組長から紹介をうけた彼の出資先で出会ったのが中村だったか

      スキ
      1
      • なぜベンチャー・リンクは潰れたのか?フランチャイズビジネスの本質

        先日、竹村学長から課題図書に、元ベンチャー・リンクの社長小林氏の本「フランチャイズビジネスの本質」をあげられたので、早速読んだ。 内容は、竹村学長から聞いたことばかりだったので、新しい知識は得られなかった。FC本部の学校の生徒は読まなくていい事案であろう。 とともに、何か胡散臭い臭がした。 社長が、FC本部の細かいことを把握しているのであれば、自社が潰れるわけないだろと。 ベンチャー・リンクの失敗原因をネットで調べたところ、 ・加盟契約の空売り ・成功本部の脱退 ・集団

        スキ
        5
        • 日本人に足らないのは着想だけ。Web3は世界の終わり。

          なんで日本以外の国のメシはまずいのか? 真剣に悩むことがある。 気配りがないとか、気候の変化がないとか、派手好きとか、いろいろな文化背景があるのだろうが、「海外メシまず」問題は本当に困ったものである。 日本人は外国のことを十把一絡げに「海外」と言い切ってしまうし、アメリカとヨーロッパのことを「欧米」と一括りにするが、的は得ている表現であると思ったりする。海外から見れば失礼な話である。 先日も「あーゆーチャイニーズ?」と聞かれて自尊心が逆撫でられた。 日本以外は、プログラ

          スキ
          11
          • AutoReserve[オートリザーブ] の致命的な欠陥(不具合・炎上・トラブル)

            土用の丑の日なので、鰻屋を予約することにしたら、予約代行サービスにとんでもない地雷が埋め込まれてあった。 というか、そもそも予約代行サービスとしらずに、店が使っている予約サービスだと思っていた。食べログでもホットペッパーでも予約できないから、「店名、予約」で検索したら出てきた。SEO的に美味しいサービスである。 親切心が災いして、テキスト欄に不具合報告のコメントを入れて「リクエスト」したところ、「文字数オーバーのためエラー」となり、最初からやり直してくださいとなったので「

            スキ
            1
            • 植毛こそメタバース。見た目が変われば心も変わり、人生が変わる。

              先日トルコで自毛触毛してきた。 ホテル2泊の弾丸旅行である。 日曜日夜の羽田発に乗って早朝イスタンブール空港につき、そこから送迎車にのってクリニックに直行、月曜朝9時から夕方17時まで手術する。 2日目はホテルで安静待機して、3日目の水曜日はクリニックに術後経過を診てもらい、あとはトルコ観光。夜9時にホテルに戻ったら10時にはチェックアウト、深夜発の便に乗り、羽田には木曜日の夜につく。こんな感じの旅行程だ。 神は7日で世界を創造したが、わが砂漠の緑化は5日でコンプリートし

              スキ
              8
              • マニアックなスポットしか行かないYouTube旅番組をはじめた理由

                先週は、甲府、諏訪、松本を訪ねた。 そういえば地名が県名ではない街だけを回るのは初めてになる。 県名と地名を同じにするのは辞めていただきたいと明治政府には言いたい。 広島は安芸国であり、三原は備後国である。 なのに広島と言われるのは甚だ遺憾である。 地方に行けばこんなことは日常茶飯事。 平成になっても、オノボリ官僚は気にしていないのか、熊野に行ったら田辺市という標識を見てガン萎えする旅人がいることも知らずに、東京郊外の土地の下で眠るのだろう。 今年は沖縄遠征から出張がは

                スキ
                5
                • 真田将軍の「Learn to Earn」に勝機あり。Quizo.oooの全貌とは?

                  今朝は早起きして蒲田に出かけた。 NFTサミットに登壇してきたのである。 窪田さんの「NFTと地方創生」を見た後、小原さんのセッションへ。 なんと小原さんは緊急欠席だった。その後が待ちに待った真田さんのセッション。2時間ぐらいの濃厚な内容だった。 新サービスのクイズアプリ「Quizo.ooo」は実際にプレイしたいサービスである。「恋してキャバ嬢」は課金しなかったけど、これは確実にNFTを購入してしまうだろうと思う。 中身のことをあんまり公開していないようなので、詳しく書

                  スキ
                  9
                  • ゼロから始めるガーシーマーケティング講座。天下一品のネットサバイバル戦略の極意とは?

                    ガーシーのこと、わりと知らない人が周りに多かったので、YouTubeを聴きながら寝落ちするという日々を送っている私から解説しようと思う。 ■Before「ガーシーch」期 東谷氏は、ロンドンブーツの淳から東京へ来いと呼ばれ、当時は、車の修理屋をやっていた。 そのうちバーを経営するようになり、アテンド業をはじめる。 アパレルブランドを立ち上げるも失敗し、BTS会わせる詐欺などをするようになる。 ■「ガーシーch」開局のキッカケ ヒカルを出演させるという詐欺にあった人

                    スキ
                    9
                    • NASAは「地球寒冷化」。TBSは「地球温暖化はプーチンのせい」

                      この100年で海面が19cm上昇したそうだ。 そして、二酸化炭素の濃度は産業革命以前より43%上がったそうだ。 この二つの相関関係は実は証明されていないらしい。 空気中の二酸化炭素の濃度は0.03%である。 10000人いるうちに3名悪党がいて、悪党が10名に増えても問題ないわけで、とにかく、CO2という奴は天下の大悪党。すごい温室効果の効率の良さである。 「温室効果の効率」についてはググっても出てこない。 40年前、「30年後の2010年」には「海面上昇で沈む国」が

                      スキ
                      4
                      • メタバースは「仮面ライダー」に勝てるのか?

                        メタバースはまだブラックベリーのようである。 iPhoneの登場がなければ、AndroidはiPhoneみたいなものを作らずに、ブラックベリーみたいなものを作っていたのだろう。 それぐらい、iPhoneはすごかった。 iPhoneがもてはやされ始めた当時、とあるガラケーメーカーの人が「iPhoneはファッションにすぎない」と言った。 でも、「ファッション」にしたAppleがすごいと、私は咄嗟に思った。 そのメーカーは既に撤退したのは周知の通りである。 i-modeの父

                        スキ
                        7
                        • 格差?国境?役所?あなたの「ぶっこわしたい」ものは何ですか?

                          堀江さんと立花さんの対談動画を思わず見入ってしまった。 単なるイロモノ政党だと思っていたが、彼らは天才ハッカー集団である。 今の選挙の仕組みを熟知しており、うまいところをついている。 政見放送で「私たちは当選を目標としているわけではありません」と言い放つ。 一票あたり250円の政党助成金が手に入る。 そのためには2%以上の得票率を集めなければならない。 この助成金から、NHKの被害者への援助金に充てる。 こんな政見放送、見たことない。 というか、実は、今まで一回も政

                          スキ
                          11
                          • 日本初のスマホアプリ開発スクール「RainbowApps」はヒット量産装置だった!!

                            レインボーアップススクールは、2カ月で10個のサンプルアプリを作るというコンセプトのスクールだった。 10個のサンプルコードをもとに、自分でオリジナルのアプリを作ろうというもので、アプリの申請をゴールにしていた。 「SM診断」や「3D視力回復」「睡眠アプリ」など、受講生の中からヒットアプリが生まれ、テレビにも取材された。 今もテックジムでトレーナーをしていただいているロボ谷教授も元受講生で、アプリで食べていた時期があった。 2009年11月からスタートし、仙台校ができた

                            スキ
                            13
                            • クレーム客は敬語の中にタメ口を混ぜてくるらしい

                              先日、川原塾の学友の工藤さんがテックジムの視察に来てくれた。 工藤さんは学習塾を経営されていて、今回、新たにeスポーツの塾を開く。 前回の問答会で川原さんに質問したら、「藤永ちゃんに聞いてみれば」と言われたという。 そうやってパスをいただくことは、とても有難いことである。 また、レインボーアップスをやってた榎本さんと一緒にカリキュラムを作っているという偶然に縁を感じるとともに、 このビジネスは成功すると確信した。 その後飲みにいって、学習塾経営について色々とお話してくれ

                              スキ
                              3
                              • 完全自動運転の2030年には「石川啄木の乱」が起こるはず。方言のすすめ。

                                石川啄木が、上野駅で東北弁を喋る人々を見て、詠んだ句である。 つい最近、地方でも大都市部では標準語を喋ると聞いて驚いた。 都市に集まる人は「訛り」を恥ずかしがっているのだろうか。 俺の従兄弟は、佐賀の人と付き合うと佐賀弁になるという、他人の方言を盗む技を身につけていた。 そんな従兄弟が羨ましかった。 今年に入ってから、出張したらレンタカーを借りて遠出することにした。 都市部ばかり見ても、その土地の実体が見えないし、その土地を堪能した感じがしない。 地名を覚えたり、ドラ

                                スキ
                                4
                                • ホスト型経営からスナック型経営へ

                                  ニューヨークが人種の坩堝ならば、 FC本部の学校はビジネスモデルの坩堝である。 授業のあとの交流会の隣に座っていたのは、 女性専用セミパーソナルジムをやっている吉野さん。 なんと元セプテーニ社員だった。 IT業界出身の人は初めてだった。 その時の経験が、集客で役に立っているという。 IT出身の異業種FC展開は今後の潮流になるのかもしれない。 今回の竹村塾長の講義は気合が入っていて、 「FCは新しい市場を作る仕事だ」と言った。 ちょうどその事例で、明光義塾の1対3型個

                                  スキ
                                  11