技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー
実験計画法のセミナー・研修・出版物
効率的、確実に目的を達成できる実験の考え方と具体的方法
2019年6月20日(木) 10時30分
～
16時30分
東京都 開催
会場 開催
本セミナーでは、実験計画の立て方、実験実務の進め方といった根幹部分に重点を置いて、実験のコツを伝授いたします。
技術者のための基礎から学ぶ実験計画法講座
2019年5月27日(月) 10時30分
～
16時30分
東京都 開催
会場 開催
本セミナーでは、実際の問題に対して適用できるよう具体的な例題をもとに、受講者の皆様が実験計画法を使えるようになっていただくことを目指します。
効率的、確実に目的を達成できる実験の考え方と具体的方法
2019年5月23日(木) 10時30分
～
16時30分
東京都 開催
会場 開催
本セミナーでは、実験計画の立て方、実験実務の進め方といった根幹部分に重点を置いて、実験のコツを伝授いたします。
ベイズ統計学の入門講座
2019年5月23日(木) 10時00分
～
17時00分
東京都 開催
会場 開催
本セミナーでは、機械学習、AIを使いこなす上で、注目を集めるベイズ統計を分かりやすく解説いたします。
実験・測定データの正しい統計解析手法
2019年5月16日(木) 10時00分
～
17時00分
東京都 開催
会場 開催
本セミナーでは、実験・測定・統計について基礎から解説し、効率の良い実験・測定のやり方、直交表の活用、誤差の取り扱いなど、実験結果の解釈・結論を誤らないための方法を詳しく解説いたします。
ものづくりのための機械学習と実験計画法
2019年3月4日(月) 11時00分
～
16時00分
東京都 開催
会場 開催
本セミナーでは、実験計画に機械学習技術を導入するための必要知識を事例とともに解説いたします。
技術者・研究者のための実験計画法講座
2019年2月27日(水) 10時30分
～
16時30分
東京都 開催
会場 開催
本セミナーでは、実験計画法について基礎から解説し、PC実習を交えて実験計画法・データ解析を自身の業務に活用できる方法を解説いたします。
希望者には当日のサンプルデータ・Pythonのプログラムのファイルを配布いたします。
製造業におけるニューラルネットワークモデル (超回帰モデル) を併用した非線形実験計画法
2019年2月22日(金) 10時00分
～
17時00分
東京都 開催
会場 開催
本セミナーでは、実験計画法の原理と問題点の解説を行い、その問題点を補うために人工知能の一種であるニューラルネットワークモデル (超回帰モデル) を併用した製造業の開発により適した非線形実験計画法を解説いたします。
確実に成果を生むための適切な実験ノートの取り方と使い方
2019年1月23日(水) 10時30分
～
16時30分
東京都 開催
会場 開催
本セミナーでは、実験の考え方や実験データの解析、記録の仕方、まとめ方について、特に実験ノートに代表される“記録“に重点を置いて解説いたします。
製造業におけるニューラルネットワークモデル (超回帰モデル) を併用した非線形実験計画法
2018年12月12日(水) 10時00分
～
17時00分
東京都 開催
会場 開催
本セミナーでは、実験計画法の原理と問題点の解説を行い、その問題点を補うために人工知能の一種であるニューラルネットワークモデル (超回帰モデル) を併用した製造業の開発により適した非線形実験計画法を解説いたします。
効率的、確実に目的を達成できる実験の考え方と具体的方法
2018年12月5日(水) 10時30分
～
16時30分
京都府 開催
会場 開催
本セミナーでは、実験計画の立て方、実験実務の進め方といった根幹部分に重点を置いて、実験のコツを伝授いたします。
技術者・研究者のための実験計画法入門講座
2018年11月20日(火) 10時30分
～
16時30分
東京都 開催
会場 開催
本セミナーでは、難解な数式を用いずに、具体的なデータや図表を使って実験計画法の基礎から解説いたします。
人工知能を活用した実験計画法と最適条件の見つけ方
2018年10月25日(木) 10時00分
～
17時00分
東京都 開催
会場 開催
本セミナーでは、実験計画法の問題点とその解決策について解説いたします。
ニューラルネットワークモデルを併用した実験計画法の進め方について解説いたします。
製造業におけるニューラルネットワークモデル(超回帰モデル) を併用した非線形実験計画法
2018年8月28日(火) 10時00分
～
17時00分
東京都 開催
会場 開催
実験計画法は、少ない実験回数で多くの構成要素が関係する現象の解析が可能です。その解析方法を使うと、本来、数千通りの実験が必要な場合でも、数十通りの実験回数で、構成要素間の最適な組合せ (因子ごとの最適条件) を見つけることが可能です。
しかしながら、解析の前提として構成要素の組合せ効果が線形モデル (構成要素の影響が足し算で構成された単純なモデル) に基づくことを前提にしており、構成要素が複雑に絡みあう製造業の開発では、最適条件の推定が外れることが多々ありました。
本セミナーでは、実験計画法の原理と問題点の解説を行い、その問題点を補うために人工知能の一種であるニューラルネットワークモデル (超回帰モデル) を併用した製造業の開発により適した非線形実験計画法を解説いたします。
実験計画法の導入を考えている初学者の方、これまで実験計画法や品質工学 (タグチメソッド) を使ったが上手く行かなかったという方々に、具体的な解決策を詳細に説明します。
機械学習による実験計画法
2018年8月27日(月) 13時00分
～
16時30分
東京都 開催
会場 開催
本セミナーでは、実験計画に機械学習技術を導入するための必要知識を事例とともに解説いたします。
