0:53:51
おすすめの学習動画

AI BUSINESS SHIFT 第7回 マネジメント編:AIで進化する組織開発・人材育成
本コースは、リーダー・マネージャー層を対象に、AIのマネジメント活用・組織活用を体系的に学ぶ『AI BUSINESS SHIFTシリーズ(全12回)』の第7回です。 第7回「AIで進化する組織開発・人材育成」では、AIは人や組織にどのような影響を与えるのか、人や組織はAIと共にどのように進化していくべきかについて学びます。 ■こんな方におすすめ ・AI時代の組織開発や人材育成のポイントを学びたい方 ・組織開発や人材育成を担う人事担当者や現場リーダーの方 ・OpenAIやパナソニックHDの取り組みを参考にしたい方 ■AIシフトシリーズとは? 『AI BUSINESS SHIFTシリーズ』は以下の3部構成で設計された全12回のシリーズです。(順次公開) https://unlimited.globis.co.jp/ja/tags/AI%E3%83%93%E3%82%B8%E3%83%8D%E3%82%B9%E3%82%B7%E3%83%95%E3%83%88 ・基礎編(第1回〜3回):リーダーやマネージャーに求められる、AI時代の基礎的なリテラシーの強化を目的としたコース ・マネジメント編(第4回〜7回):AI時代のリーダーシップや組織変革を中心に学ぶコース ・機能別戦略編(第8回〜12回):AI時代における機能別での戦略のあり方を中心に学ぶコース より実践的なAIツールの活用法について学びたい方は『AI WORK SHIFTシリーズ』をご視聴ください。 https://unlimited.globis.co.jp/ja/search?tag=AI%E3%83%AF%E3%83%BC%E3%82%AF%E3%82%B7%E3%83%95%E3%83%88 ※本コースは、AIのマネジメント活用を学ぶ「AIビジネスシフト」シリーズの一環として提供しています。 ※本動画は、制作時点の情報に基づき作成したものです(2025年12月制作)
新着会員限定

マネジャーのための仕事の任せ方
「仕事を任せると失敗が怖い」「自分でやった方が早い」マネージャーとしてメンバーやチームの力を引き出しながら成果を上げるには、どのように仕事を任せていけば良いのでしょうか? 変化の激しい時代において、マネージャーとして成果を上げ続けるためには、メンバーの個性や特性を理解し、それに合わせた効果的な任せ方を身につけることが重要です。このコースでは、ソーシャルスタイル理論を活用してメンバーごとに最適なアプローチを学びます。「任せる力」を高めることで、チーム全体の成長を促進し、自身のリーダーシップを発揮できるようになっていきます。 ※本動画は、制作時点の情報に基づき作成したものです(2024年12月制作)
会員限定

AI時代の個人力
AIが仕事や社会の前提を変え続ける今、最も求められるのは「他者に代替されない個としての力」“個人力”です。 本コースでは、澤円氏の著書『個人力』をもとに、AI時代をしなやかに生き抜くための「前向きな自己中戦略」を学びます。 テーマは、「Being(ありたい自分)」を中心に据え、自ら考え(Think)、変化し(Transform)、協働する(Collaborate)ことで、自分らしい価値を発揮していくこと。 リスキリングやAI活用が叫ばれる今こそ、スキルより先に“自分の軸”を問うことが重要です。 あなたは何を大切にし、どんな未来を描きたいのか? このコースは、あなたが“ありたい自分”として生き、キャリアをデザインしていくための思考と行動のガイドになります。 ※本動画は、制作時点の情報に基づき作成したものです(2025年11月制作)
会員限定

【AI×クリティカル・シンキング】①イシューと枠組みでプロンプトを磨く
生成AIから期待する回答を引き出せず、試行錯誤を重ねていませんか。 本コースでは、生成AI活用の質を高める鍵として、クリティカル・シンキングの視点からイシュー設定と枠組みを押さえる重要性を解説します。 目的に直結する問いの立て方や、プロンプトに落とし込む際の実践ポイントを具体例とともに学ぶことで、AIをより思考のパートナーとして活用できるようになります。 生成AIを業務で使い始めた方から、活用を一段深めたい方まで、再現性あるプロンプト設計を身につけたい方におすすめの内容です。 さらに学びを深めたい方は、こちらも合わせてご覧ください。 【AI×クリティカル・シンキング】②AIの弱点との向き合い方 https://unlimited.globis.co.jp/ja/courses/cdfe41e3/learn/steps/62198 ※本コースは、AI時代のビジネススキルを学ぶ「AIタレントシフト」シリーズの一環として提供しています。 https://unlimited.globis.co.jp/ja/tags/AI%E3%82%BF%E3%83%AC%E3%83%B3%E3%83%88%E3%82%B7%E3%83%95%E3%83%88 ※本動画は、制作時点の情報に基づき作成したものです(2026年1月制作)
会員限定

リーダーの挑戦⑤ 藤田晋氏(サイバーエージェント代表取締役)
グロービス経営大学院学長の堀義人が、日本を代表するビジネスリーダーに5つの質問(能力開発/挑戦/試練/仲間/志)を投げかけ、その人生哲学を解き明かします。第5回目のゲストは、サイバーエージェント代表取締役の藤田晋氏。起業の理由、経営をどうやって学んだか、アメーバブログ・ABEMAの立ち上げ、経営チームづくりについてなど聞いていきます。(肩書きは2020年12月11日撮影当時のもの) 藤田 晋 サイバーエージェント 代表取締役 堀 義人 グロービス経営大学院 学長 グロービス・キャピタル・パートナーズ 代表パートナー
会員限定

ビジネスパーソンのための睡眠スキル ~問題解決編 前編 なぜ眠れないのか?~
「仕事が終わらないから睡眠時間を少し削ろう…」「業務時間中なかなか集中できない…」「毎日朝起きるのがつらい…」。 あなたはこのような経験をしたことはありませんか? 仕事やプライベートの時間をやりくりするために、真っ先に削りがちなのが「睡眠」時間。 実は今、日本社会は世界と比較して「最も眠らない国」だということもわかってきています。 慢性的な睡眠不足は、心身の健康に悪影響なだけでなく、仕事のパフォーマンスにも当然大きな影響を与え、社会全体の経済損失につながります。 このコースでは、基本的な睡眠リテラシーを学んだ後の「問題解決編」として、「なぜ多くのビジネスパーソンは眠れないのか?」について解説していきます。 ▼本コースで学べる主な内容 ・そもそも眠れないことは何が問題なのか? ・眠れなくなってしまう原因とは? 睡眠不足の原因は認知機能の問題にありました。 自身の睡眠不足に対し、正しく「気づき・理解し・行動を変える」第一歩を踏み出しましょう。 ▼関連コース ・ビジネスパーソンのための睡眠スキル ~リテラシー編~ https://unlimited.globis.co.jp/ja/courses/24575c03/learn/steps/53129 ・ビジネスパーソンのための睡眠スキル ~問題解決編 後編 どうしたら眠れるのか?~ https://unlimited.globis.co.jp/ja/courses/4ba981e9/learn/steps/62042 ※本動画は、制作時点の情報に基づき作成したものです(2025年12月制作)
会員限定

大阿闍梨 塩沼亮潤が死の手前で見つけた「生き方」
あすか会議2018 第4部分科会B-1「極限の世界で見つけた人生の歩み方」 (2018年7月7日開催/国立京都国際会館) 1300年間で2人目となる大峯千日回峰行満行を果たした塩沼亮潤大阿闍梨。48キロの山道を1日16時間掛けて歩き、それを千日間に亘って続ける過酷な行の中で、どのような悟りを得たのか。そして、9日間、断食・断水・不眠・不臥を続ける四無行満行という極限の世界で何を見つけたのか。塩沼氏が「創造と変革の志士」へ贈る「人生の歩み方」とは。(肩書きは2018年7月7日登壇当時のもの) 塩沼 亮潤 慈眼寺 住職
無料

英語 de 学ぶ!3Cs Analysis(3C分析)
このコースでは、グロービス学び放題の英語版である『GLOBIS Unlimited』のコースの中から、ビジネスで役立つ頻出の英語表現をピックアップしています。英語ネイティブの方が実際に見ているコースなので、リアルなビジネス英語の表現を学ぶことができます。 今回のコースは「3Cs Analysis(3C分析)」です。一緒に『英語で』ビジネス知識を学んでいきましょう! ▼今回扱ったUnlimitedコース続きは下記からご覧いただけます 3Cs Analysis https://unlimited.globis.co.jp/en/courses/da5ca962/learn/steps/36362 ※本動画は、制作時点の情報に基づき作成したものです(2025年12月制作)
会員限定



より理解を深め、他のユーザーとつながりましょう。
コメント69件
kobamasa3
データサイエンティストの資格取得を目指すうえで必要な数学である、微分や積分(特にヒストグラムのおける合計人数)について、本講座での概要をもとに今後理解を深めたい。
ozawa_h
中高で習った内容でした。かなり短く纏められいます。
社会人としては実用的活用が求められるため、この後の教育も期待しています。
shin0216
実データからの予測精度を上げるために、誤差を小さくすることが重要でそのために微分を活用することがよく理解できた。さらに、多変数微分、偏微分、全微分の意味、基本的な計算方法を理解することができた。
x7j
エッセンスを大変完結にまとめられていたため、復習になった。
hibi-hiro
他のカリキュラムと比べて、講師が楽しそうに教えているので、聴講してるこちらも楽しくなる。
練習問題等が皆無なので本格的な学習にはなりませんが、エッセンスを学べたので、今後の本格的な学びの挫折率を下げてくれそうで、最初にこれで学べて良かった。
kyo1227
最近はエクセルの関数で計算できてしうので、本来の意味(微分は接線、積分は面積)をもう一度確認することができた。
yoshiyc
微分積分はすっかり忘れていました。ですが、こちらが理解出来るよう努めて解りやすく説明されているのだと感じました。
しっかり学び直します。
ksu_d-nakamura
昔習った位だったのでしっかり学び直しが必要
sak3
ヒストグラムとの関連付けなど、エッセンスが完結にまとめられていてよい復習になりました。
tomofumi_m
偏微分、全微分の復習ができました。
dice-k_magu
統計処理の基礎学習として役立つ。
kaoru_mari
微分と積分の考えについて再確認できた
hinaya_0821
ヒストグラムを使用したりグラフを使用したりしているが、微分積分の観点から見ていなかったので
とても勉強になった。
復習してもっと理解を深めたい。
jun_suga
日頃よりデータ分析をしていて、学んだ内容は知っているが、改めて学ぶ直すことで更に使いこなすことができそう。
myu-tan
機械学習において微分を使用する目的がよく理解できた。難しいことを分かり易く解説していただけたので、今後是非活用したい。また、このように説明できるようになりたいとも感じた。
aquico52
微分積分はほとんど知識がないので、繰り返し見ようと思います
hiurakun
年齢は50台です。昔を思い出しつつ一回見ましたが、なかなかでした...また見ます。
s_kobayasi
微分積分の概要を分かっている人はある程度理解できると思いますが、基本から知りたい人には難しいのではと感じました
tkkimura
高校時代ここで躓きましたが、よく理解できました。
これから数学を学び直したいと思えました。
everest
数式より意味理解に焦点を当て分析への抵抗感が下がった。
sasaaa
微分や積分の意味や原理を知ることができました。具体的に業務や日常に活用する方法は見えていませんが、さらに高度な内容を学び、見いだしていきたいです。
h_tsukawaki
高校で学んだはずなのですが、数十年たち説明を聞いてもイメージしづらくなっていました。
時間をおいて改めて学びなおしたいと思います。
_ada
忘れていたことを思い出したような気がします
iso_gen
接線の傾きを微分で調べることから始まっているが、変化があって、それが関数に表せるのであれば、微積分を使って手に取るように分かるのだと思います。日常のあらゆる応用が効くことも考えました。
大局的には、理解が出来たのではないかと思います。
講師が、とくにかく聞き手に配慮し、難しくならないよう、言い方を工夫していたことも良かったです。
tsumurashingo
微分積分がさっぱりわからなかった
karaimabo-suki
微分積分の基礎的なところはすでに掴んでいたが、偏微分や多変節関数は全く知らなかったのでとても勉強になった。重要な部分のさわりのところは掴めた感じがするので、今後も色々な教材で学んでいきたい。
講義の山場の部分は、なんとなくで覚えていた部分だったので理解できてよかった。
ra-mune
学生の頃に学んで忘れかけていた内容を効率よく再学習することができました。
これらの内容が具体的にどのようなケースに適用できるのかについての講座などがあれば見てみたいです。
s_architec
基礎の基礎のおさらい。
tkttkt
様々な面で不親切。
まず微分積分がビジネス面や統計面でどの場面で使うのかの目的が全く示されない。ビジネス科目というよりもただの高校数学の授業。さらにタチが悪いのが、公式をいきなり出したかと思えば、その公式はその都度調べながら進めば良いと、どの場面でその公式がどの様に役立つのかを全く示さずに次の話に行く。数学が得意な人なら良いかもしれませんが、入門編というコースでこの内容であれば数学が苦手な人はお呼びないと感じました。私が馬鹿なのが問題ですが。
toshiotakamura
偏微分、全微分については経済数学で学習し、その時は理解していたが、今回立体面の接面の傾きの話をきいて、全微分のとき、u方向とv方向の変化の足し算の結果が全体の変化であるという点が理解できなかった。
また誤差を最小化するため多変量の全微分結果を最小にするのだと思うが実際にどのように最小化していくのかがわからなかった。
sghrynd
これからデータサイエンスを学んでいこうと思っており、統計学のハードルが高いと感じていた。今回、微分積分について非常に分かりやすく解説いただいたため、理解することができた。
toshikuni_kizu
エッセンスを短く分かりやすくまとめられていたので、高校時代に習った内容を復習できた。
解析手法で積分という言葉が出てくるが、あくまでも面積であることを頭に入れて
業務で活用したい。
creamycat2025
高校1年2学期終了時点で数学をあきらめた私にとっては、講師曰く「さらっと流したこの動画」すら理解できませんでした。 勾配降下法・微分・積分を学ぶにあたって「式は後で調べたらなんとかなる。私はテスト勉強をしているのではない。プログラミング言語を使いこなすために微積分の概念(本質)を学ぼう。」と決めました。 そして、丸3週間かけて微積分に向き合い、現在その概念をつかんだという自信を持っています。 もちろんそれ以外の項目も理解できました。
式は覚えるに越したことはありませんが、これらの概念(本質)を知ることが実践の場で「使える知識」に変わると確信しています。
miwako_nakahara
分かりやすく、丁寧なご説明でした。
fxsvl62074
予実管理において予測が難しく外してばかりいます。アイテムの比率を求めたいと思っていて、応用できたらいいなぁと思います。
ts-urakami
学んだ内容をもとに過渡現象を予測することに応用したい。
かなり訓練しないと役立つ知識にはならないと思った。
naruto0077
現在の業務ではシステム障害の傾向分析をしているため、分析という観点で本講座を受講してみた。高校・大学で学んだ微分積分、偏微分など思い出したが、とても分かり易い解説と感じました。直接現在で業務で活かせるかは微妙な所ではありますが、今後の分析業務に活かせればと考えます。
noriko0907
高校生の時にやって以来、まったく触れてもいなかったので、なんとなく理解したかな?という感じでした。もう1度聞いてしっかり理解したいと思います。
yuupapa
とても分かりやすい説明でした
takeshinese1976
経営大学院に行くので、その際に使われる統計学の基礎をここで学ぶことができました。今日学んだことを今後のクラスで活用できればと思います。
elon-masuo
先生が賢そうな顔で信頼できる。
do3do3do3
久しぶりの微分積分だったので少し戸惑いも感じました。
bird_t
すっかり忘れていた微積の振り返りができた
m-inutake
大元のモデルとなる関数さえ生成できれば、ある時点(初期値)における傾き(向き)を知り、自ら解を探しに行く動きは応用範囲が広いと思いました。大元のモデル(関数)をどのように定義するかが難しい印象を受けました。
chinappy
原始関数、不定積分の理解ができました
user-name01
基本的な内容としつつも学校では習わなかった説明の仕方もあって、今後の学習に役立つと感じた。
koichi_seya
微分の意味を説明してくれて理解がより進んだ
shomachika
むずかしかったです。
70sp1208
大学卒業以来、微積分に接することはなかったが、体系的に説明いただきよい復習の場となった。ただし、AIと微積分がどのようなつながりがあるのか、興味深いので今後の学習が楽しみである。
yoshikazu-1103
入門として理解したつもりになったような気がします。自分で学習し、理解を深めたいと思います。これからです。
hashi001
業務で活かしていきます。
hararin-kobo
ざっくりと、微分や積分のエッセンスを学ぶことが出来た。積分は、統計学の基礎だと、改めて認識した。
zukkoro
最近はエクセルの関数で計算できてしうので、本来の意味(微分は接線、積分は面積)をもう一度確認することができた。
michiyomichiyo
一番初めにこれを見たかった。もう一度見ておとしこみたいです
14001
高校の数学Ⅱ、数学Ⅲの授業の復習になりました。大学の数学の範囲も偏微分で含まれていたが、基本的に分かりやすかったです。微積分学がどのようなことかよく分かりました。
yuji64
数学アレルギーを払拭したい。
yykk1
微分積分を忘れていたので基本的な内容から説明していただけて助かりました。
makidayo
微分積分についてよい復習になりました。
moco_fuwa
微分・積分の中身を分かりやすく学べた
tanjiro----
データ分析における検討に関し、微分と積分の考えが良く出てくる。あまり理解していなかったため、今回の説明で理解できる幅が増えたと感じた。
kubota03
私の知識・理解力が足らず、7.項の山場以降に対する理解が2~3割程度でした。
highway99
微分や積分が短時間で復習できました。
pinguino
今まで見た動画の中で一番わかりやすく、どのように活用できるかイメージができた。
niikuramiho
確率統計学の理論を把握するのに役立つ
beni_beni
微分積分の復習するのに動画見ました。実践でどのように活用できるかは、これからの学びでわかってくると思います。
yoshikouc
微分積分の考え方がよくわかりました。データ分析にどう実際に使っていくのか、復習しながら進めたいです
e_co
高校生の時以来の微分・積分でした。
簡潔な説明で記憶を呼び起こすことができましたが、実務で活かしていくためには、もっとしっかり学びたいと思いました。
takumi_1453
データサイエンス入門講座の数学要素でかなり苦しんだので、まずこの講座でアレルギーを緩和したほうがいいですね。接戦のかたむきを求める考え方を詳しく解説頂いて理解が深まりました。