このサイトではJavaScriptを使用しています。ブラウザの設定でJavaScriptを有効にしてからお使いください。 【ソフトウェア配付・PC演習付き】データから本質的な情報を取りだす エンジニアのための統計・多変量解析 基礎と実際 ~製造業の統計・多変量解析 実務的基礎~ [講習会詳細] | テックデザイン
FAXでのお申し込みはこちらから
統計・多変量解析の “理論(考え方)”と“実際の手順、ノウハウ”の双方について、バランスよく解説します。数式の解説は最小限に、データ分析の本質的な原理と実務での具体的な活用方法を学べる講座になっています。

【ソフトウェア配付・PC演習付き】データから本質的な情報を取りだす
エンジニアのための統計・多変量解析 基礎と実際

~製造業の統計・多変量解析 実務的基礎~

【日 程】

2019年9月4日(水) 10:00~17:00

【会 場】

都内中心部で調整しております。

【受講料】

29,980円(税込/テキスト付)

【備 考】

持ち物:ノートパソコン
(OS:Windows7or10、Excel(32bit))
※使用ソフトウェアは、受講者に事前にダウンロードリンクにて送付します
※技術コンサルタントの方や、講師業を本務としている方の受講はご遠慮ください

講師: MOSHIMO研 代表 福井 郁磨 氏 [web] [Facebookページ]
[元オムロン㈱/元パナソニック㈱/元東レ㈱/元LG Electrics Japan Lab㈱]

経歴: 1993年にオムロン(株)に入社し、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年にパナソニック(株)に入社し、生活家電の要素技術開発、新機能製品開発などに従事。2007年後半に東レ(株)に入社し、液晶ディスプレイなどの微細加工技術開発などに従事。その後、2010年にLG Electronicsに入社し、生活家電研究所を京都で立ち上げた。京都研究所立ち上げ後は、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。部品・アッセンブル・材料・外資系の各会社で、新事業企画、技術や製品の企画、それらの研究開発を担当し、プレイヤー、マネージャーとして多面的な経験を積んだ。特に機械の知能化技術を得意としており、生産システム・検査評価機器・設計開発ツール・家電要素技術等への多変量解析、実験計画法、品質工学、人工知能応用技術活用に関して約23年の経験を持つ。2015年にMOSHIMO研を開業。人工知能・品質工学を中心とした製造業への技術課題解決支援と、生活関連用品などの研究開発を行っている。日本品質管理学会 会員、滋賀県品質工学研究会 会員、品質工学会 会員

 1.実務で使えるデータ分析手法の基礎
  ① 統計解析・多変量解析とは
  ② 基本的なデータ要約方法 -基本的な統計量 
  ③ グラフ化による目視確認の重要性
  ④ 実務でよく使用する各種グラフ
  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
  ① 重回帰分析(回帰式の構築)とは 
  ② 重回帰分析の手順、チェックノウハウ
  ③ 参考:判別分析
  ④ データ分析演習

 3.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
  ① 主成分分析(データの縮約、データの合成分析)とは
  ② 主成分分析の手順、チェックノウハウ
  ③ データ分析演習

 4.数多くのデータをグルーピングし、適切に分類する
  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
  ② クラスター分析の手順、チェックノウハウ
  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
  ① 因子分析(潜在変数の見える化、データの分解分析)とは
  ② 因子分析の手順、チェックノウハウ
  ③ データ分析演習

 6.その他の分析方法
  ① 要因の組合せ最適化を行う方法 →実験計画法 概要
  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
  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

/images/noimage.png

<習得知識>
・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、製造業では使用し難い手法)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。


<講義概要>
 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(無料時には機能制限あり)を使い、実際にデータ分析の演習を行います。

【備 考】

ノートパソコン(OS:Windows7or10、Excel(32bit))をお持ちください
※使用ソフトウェアは、受講者に事前にダウンロードリンクにて送付します


  • 講習会一覧(日付順)
  • 受講のしおり
  • 会場案内
  • お問い合わせ
  • よくある質問


  • facebook
       
ページTOPへ