セミナー 印刷

【ソフトウェア配付・PC演習付き】
製造業の「実務」で使う
統計・多変量解析による実践的データ分析

アカデミックな内容は最小限に、具体的な事例と演習で学ぶ実践的手法
データ要約、傾向の確認、原因分析、今後の予測解析などに適した手法の習得

■受付中■ 早めのお申込みがおトク! 早期割引価格対象セミナー 

※1名様で開催月の2ヵ月前の月末までにお申込みの場合、33,000円(税込み)で受講できます。
受講可能な形式:【Live配信(アーカイブ配信付)】のみ

年間の受講者数が1000名を超える、企業での実務経験豊富な講師が丁寧に解説します。

たくさんのデータを持っていながら、活用しないのはもったいない!
製造業の実務で使う各種データ分析を、数式ではなく具体的な事例をもとに解説するから「わかりやすい」!
直感的に操作ができる統計解析ソフトウェア(無償版)を使った演習付きだから「実務で使いやすい」!

年間受講者が1000人を超え、「初学者でもわかりやすい解説」「実務で使えるノウハウが有用」と定評のある講師&
理解をさらに深める【ソフトウェア配付・PC演習付き】で、これから学ぶ方、いっそう理解を深めたい方にもオススメ。

※技術コンサルタントの方や、講師業の方は、受講をご遠慮ください。
 上記につきまして、お申込み後に確認のためご連絡させていただく場合がございます。
 受講者が変更になる場合(代理出席)は、必ず事前にご連絡をお願いいたします。
日時 2024年8月27日(火)  10:00~17:00
会場 オンライン配信セミナー  
会場地図
受講料(税込)
各種割引特典
55,000円 ( E-Mail案内登録価格 52,250円 ) S&T会員登録とE-Mail案内登録特典について
定価:本体50,000円+税5,000円
E-Mail案内登録価格:本体47,500円+税4,750円
E-Mail案内登録なら、2名同時申込みで1名分無料 1名分無料適用条件
2名で55,000円 (2名ともE-Mail案内登録必須​/1名あたり定価半額の27,500円)
■■■ 1名様で、6月30日申込み受付分まで ■■■
​※■早めのお申込みがおトク!■ 【早期割引価格対象セミナー】
 1名申込みの場合:受講料 33,000円 (E-mail案内登録価格 33,000円 )
定価/E-mail案内登録価格ともに:本体30,000円+税3,000円
※1名様で開催月の2ヵ月前の月末までにお申込みの場合、上記特別価格になります。
※本ページからのお申込みに限り適用いたします。他の割引は併用できません。

■■■ 1名様で、7月1日申込み受付分から ■■■
【テレワーク応援キャンペーン(1名受講)【オンライン配信セミナー受講限定】
1名申込みの場合:受講料( 定価:40,150円/E-mail案内登録価格:38,170円 )
  定価:本体36,500円+税3,650円
  E-mail案内登録価格:本体34,700円+税3,470円
 ※1名様でオンライン配信セミナーを受講する場合、上記特別価格になります。
 ※お申込みフォームで【テレワーク応援キャンペーン】を選択のうえお申込みください。
 ※他の割引は併用できません。
配布資料製本テキスト(開催日の4、5日前に発送予定)
※開催まで4営業日~前日にお申込みの場合、
 セミナー資料の到着が、開講日に間に合わない可能性がありますこと、ご了承下さい。
オンライン配信ZoomによるLive配信 ►受講方法・接続確認(申込み前に必ずご確認ください)
※Zoomアプリをインストールせずに、ブラウザから参加することも可能です。

アーカイブ配信 ►受講方法・視聴環境確認(申込み前に必ずご確認ください)
 視聴期間:終了翌営業日から7日間[8/28~9/3中]を予定
 ※動画は未編集のものになります。
 ※視聴ページは、終了翌営業日の午前中にはマイページにリンクを設定します。
備考※講義中の録音・撮影はご遠慮ください。
得られる知識・実務で使えるデータ分析手法の基礎 →基本的なデータの要約(統計量)とグラフ化
・統計解析の危うさとグラフによる目視確認の重要性
・データ分析手法の体系と成果が出やすい手法
・多変量解析ソフトウェアの操作方法
・複数の要因によって、ある目的とする項目がどのように変化するか、予測や説明を行う方法 →重回帰分析
・複数の要因があるデータに対して、それら複数項目を代表する総合的な指標を求める方法
  (データを縮約する方法) →主成分分析
・数多くのデータをグルーピングし、適切に分類、階層化する方法 →クラスター分析
・複数のデータ間の複雑な関係を説明する、潜在的な構造を求める方法 →因子分析
(ただし、製造業の実務使用では適応し難いため、代用手法を解説) など

※統計解析・多変量解析・人工知能に関する予備知識は必要ありません。
対象・要素技術、生産システム、品質管理などの分野でデータ分析・統計・多変量解析スキルが必要な方々
・マーケティング、商品企画等で、顧客ニーズ、コンセプトメイキングのために
  データ分析・統計・多変量解析スキルが必要な方々
・人工知能を活用するために、データの前処理、データの解釈、人工知能の予測能力の評価等の手法を習得したい方々
・複数の要因によって、目的とする対象がどのように変化するか、予測や説明を行う方法を求めている方々
・複数の要因があるデータに対して、それら複数項目を代表する総合的な指標を求める(データの縮約)
  方法を求めている方々
・数多くのデータをグルーピングし、適切に分類、階層化する方法を求めている方々
・複数のデータ間の複雑な関係を説明する、潜在的な構造を求める方法を求めている方々

※統計解析・多変量解析・人工知能に関する予備知識は必要ありません。
※技術コンサルタントの方や、講師業の方は、受講をご遠慮ください。
【1】ソフトウェア配付・PC演習付きのセミナーです。以下を満たすPCをご用意ください。
 ・Excelをインストール済みのWindows PC (32bit・64bitいずれも可、OSはwin10を推奨)
 ・Excelおよび事前配付ソフトウェア(下記【2】)を事前にインストールしたPC
  ※配布するソフトウェアは、Windows以外のOSには対応していません。

【2】演習で使用するソフトウェアと演習ファイル一式は、受講者にのみ開催1週間前を目安に送付します。
   開催3日前時点で届いていない場合は弊社へご連絡ください。ソフトウェアは下記の3点を配布します。
 
  ・多変量解析ソフトウェア(インストール必須。演習使用)
   ・実験計画法(品質工学)解析ソフトウェア(インストール不要。参考のため配布)
   ・人工知能ソフトウェア(インストール不要。参考のため配布)
   ※配布する多変量解析ソフトウェアは、事前に演習で使用するWindows PCにインストールしておいてください。
    セミナー当日は、インストールが完了している前提で開始いたします。

【3】インストール必須の多変量解析ソフトウェアに関して
   セミナー申込み前にソフトウェアに関して確認したい場合は、講師に直接ご連絡ください。

 連絡先:MOSHIMO研 代表 福井 郁磨 氏: ikuma.fukui.bk@wmjplab.com
 ・多変量解析ソフトウェアのフル機能を期間の制限なく使用するために、
  インストール時にWindowsの日付を一時的に変更する操作が必要になります。
 ・インストール時にWindowsの日付を一時的に変更せずに、インストールする場合、
  30日後にデータ数に関して制限がかかります。制限後は、10変数×20データまでになります。
  データ数に制限がかかっても、解析機能には制限がかからないため、
  通常の開発用途(スモールデータ解析)では問題なく解析可能です。
 ・配布する3種類のソフトウェアは、下記の複数のウィルススキャナーで、問題が無いことを確認済みです。
  McAfee、TrendMicro、ESET-NOD32、Microsoft Defender
 ・配布する3種類のソフトウェアは、外部と通信する機能はありません。(インターネット環境に接続する必要はありません)

セミナー講師

MOSHIMO研 代表  福井 郁磨 氏   [web] [Facebook]
所属学会:日本品質管理学会会員
1993年4月~  オムロン(株):電子部品の原理開発、加工技術開発、ロボットの研究開発、
        人の聴感判定を機械化した検査装置開発などに従事
2006年6月~  パナソニック(株):生活家電の要素技術、製品開発などに従事。
2007年11月~  東レ(株):液晶ディスプレイなどの微細加工技術開発などに従事
2010年4月~    LG Electronics Japan Lab(株):関西の新規研究所設立責任者、洗濯機チームリーダー、
          オープンイノベーション室長を歴任
2015年5月~  MOSHIMO研:製造業支援、開発コンサルティング、生活関連用品などの研究開発に従事

※人工知能応用技術、実験計画法、品質工学に関して、電子部品・ロボット・加工技術・検査技術・生活家電などの分野で、約29年の経験を持つ。

セミナー趣旨

 製造業では、多くのデータを取扱いますが、データから価値ある情報を取り出し、解釈するためには各種統計的な解析を使用する必要があります。統計解析、あるいは多変量解析は、データの要約、傾向の確認、原因分析、今後の予測などの解析が行えますが、目的に合わせて適切な手法を選択する必要があります。
 最近トピックスになっている人工知能に関しても、効率的な学習を行うためには、データの与え方の工夫や、学習に適した形にデータを加工する必要があります。その際にも、前述した統計解析・多変量解析によるデータ分析が必要になります。

 一方で、統計・多変量解析を習得しようとすると、従来は、実務では実際には使用しない内容を無味乾燥な数式で学ぶ必要があります。また、データ分析には統計・多変量解析ソフトウェアが必要になります。しかしながら、統計・多変量解析ソフトウェアは、下記のように2極化しており、簡単に導入・活用するにはためらいがともなう状況です。

・無料で使用できる反面、プログラムのような記述が必要な「R」
・Excelライクで直感的に使用でき、かつ極めて高機能な反面、高額なため「1人1ソフトウェア体制」や「思い立ったら誰でもデータ解析をする体制」には向かない「JMP」「SPSS」「StatWorks」

 本講座では、アカデミックな内容は最小化し、製造業の実務で使う各種データ分析の実践的な方法を中心に講義いたします。また、無味乾燥な数式の解説ではなく、具体的な事例を通して、データ分析の基礎と手順を解説いたします。
そして、無料で導入でき、Excelライクで直感的に使用できる統計解析パッケージソフトウェアを使い、実際にデータ分析の演習を行います。

セミナー講演内容

1.実務で使えるデータ分析手法の基礎
 1.1 統計解析・多変量解析とは
 1.2 基本的なデータ要約方法 -基本的な統計量 
 1.3 グラフ化による目視確認の重要性
 1.4 実務でよく使用する各種グラフ
 1.5 ソフトウェア紹介

2.複数の要因によって、ある目的とする項目がどのように変化するか、予測や説明を行う
 2.1 重回帰分析(回帰式の構築)とは 
 2.2 重回帰分析の手順、チェックノウハウ
 2.3 参考:判別分析
 2.4 データ分析演習

3.数多くのデータをグルーピングし、適切に分類する
 3.1 クラスター分析(類似した特徴を持つグループ化とグループの階層化分析)とは
 3.2 クラスター分析の手順、チェックノウハウ
 3.3 データ分析演習

4.複数の要因があるデータに対して、それら複数項目を代表する総合的な指標を求める
 4.1 主成分分析(データの縮約、データの合成分析)とは
 4.2 主成分分析の手順、チェックノウハウ
 4.3 データ分析演習

5.複数のデータ項目間の複雑な関係を説明する、潜在的な構造を求める
 5.1 因子分析(潜在変数の見える化、データの分解分析)とは
 5.2 因子分析のエンジニアリング実務上の問題点と対策(代用手法)
 5.3 参考:因子分析の手順、チェックノウハウ
 5.4 参考:データ分析デモ(時間があれば)

6.その他の分析方法
 6.1 要因の組合せ最適化を行う方法 →実験計画法 概要
 6.2 より高度な組合せ最適化方法 →品質工学(タグチメソッド)概要
 6.3 重回帰式の上位版 →ニューラルネットワークモデル(深層学習)概要
 
7.質疑応答


※説明の順序が入れ替わる場合があります。

講義内容に関するキーワード
統計解析, 多変量解析, データ分析, 重回帰分析, 回帰モデル, 主成分分析, 因子分析, クラスター分析,
ニューラルネットワークモデル, ディープラーニング, 人工知能
■推奨環境■

zoomでセミナーを受講しながら事例演習を行うにあたり、
下記のようにパソコン環境を準備すると受講しやすくなります。以下環境をご準備できない場合でも、受講可能です。
------------------------------------------------------------------------------------------------------------------------
・大画面のディスプレイを使用し、オンライン聴講ソフトウェア・Excel・解析ソフトウェアの3つソフトウェアを
 1つのディスプレイに同時に表示して受講
・デュアルディスプレイにし、1つのモニターにオンライン聴講ソフトウェア、もう1つのモニターにExcelと解析ソフトウェアを表示して受講
・オンライン聴講ソフトウェアを表示するパソコンと、Excelと解析ソフトウェアを表示するパソコンの2つを使用して受講

------------------------------------------------------------------------------------------------------------------------​
※上記環境は推奨です。演習中に各ソフトウェアを切り替えることで、多少煩雑にはなりますが、受講には差し支えありません。