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
製造業でAIを活用するためのデータサイエンティスト養成講座
製造業でAIを活用するためのデータサイエンティスト養成講座
～入門編～
東京都 開催
会場 開催
本セミナーは終了いたしました。
開催日
- 2020年3月23日(月) 10時30分 ～ 16時30分
修得知識
- なぜAI技術でビジネス課題が解決できるのか
- AI技術を使いこなすためにはどのような活動を行なえばよいのか
- AI技術以外ではどのような要素を考慮すべきなのか
- AI技術による問題解決のパターンはどのように一般化できるのか
- 統計的学習手法と機械学習手法のどちらから選んだらよいのか
- 良く使われるAI技術は実際のところ何を計算しているのか
プログラム
AI技術の活用が製造業においても大きな注目を集めていますが、皆さまの直面する具体的な課題は様々であり、特定の局面における応用事例をいくら学んでも目の前の課題解決には当てはめることが出来ないとお悩みになっていらっしゃる方も多いのではないでしょうか。実はAI技術の活用のポイントはAI技術そのものではなく、AI技術を問題解決に使役するデータサイエンティストやその管理者の仕事の進め方にあります。
本講演では、企業におけるデータサイエンス・コンサルティングの黎明期より様々なデータサイエンス・プロジェクトでの活動を経験してきた講演者が、AI技術活用のためのコツを大局的な観点からまとめます。これからAI技術の活用を検討中の皆さま、現在進行形でお悩みの皆さま、データサイエンティストを管理する立場の皆さまにもご参加いただきたいセミナーです。
- AIとは? データサイエンティストとは?
- AI技術に期待できること、出来ないこと
- なぜAI技術を使って問題解決が出来るのか
- データサイエンティストの果たす役割
- データサイエンティストの管理者の果たす役割
- データサイエンティストに必要な素養と教育のためのリソース
- データサイエンスの推進に必要な道具立て
- AIによる問題解決のためにデータサイエンティストとして知っておくべき知識
- AIモデル技術による問題解決を取り巻く諸要素の関係性
- モデルとは何か
- AIモデルによるビジネス課題の解決パターン
- データの量と品質がAI技術の選定に与える制約とは
- 実世界への接続方法がAI技術の選定に与える制約とは
- 代表的なAIモデル技術の紹介
- 線形回帰
- ロジスティック回帰
- 状態空間モデル
- ニューラルネットワーク
- ディープラーニング
- 決定木
- ランダムフォレスト
- 勾配ブースティング木
- SVM
- 1クラスSVM
- 質疑応答
会場
主催
お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。
受講料
1名様
:
50,000円 (税別) / 55,000円 (税込)
複数名
:
25,000円 (税別) / 27,500円 (税込)
(案内をご希望の場合に限ります)
案内割引・複数名同時申込割引について
R&D支援センターからの案内登録をご希望の方は、割引特典を受けられます。
案内および割引をご希望される方は、お申込みの際、「案内の希望 (割引適用)」の欄から案内方法をご選択ください。
複数名で同時に申込いただいた場合、1名様につき 25,000円(税別) / 27,500円(税込) で受講いただけます。
- R&D支援センターからの案内を希望する方
- 1名様でお申し込みの場合 : 1名で 45,000円(税別) / 49,500円(税込)
- 2名様でお申し込みの場合 : 2名で 50,000円(税別) / 55,000円(税込)
- 3名様でお申し込みの場合 : 3名で 75,000円(税別) / 82,500円(税込)
- R&D支援センターからの案内を希望しない方
- 1名様でお申し込みの場合 : 1名で 50,000円(税別) / 55,000円(税込)
- 2名様でお申し込みの場合 : 2名で 100,000円(税別) / 110,000円(税込)
- 3名様でお申し込みの場合 : 3名で 150,000円(税別) / 165,000円(税込)
アカデミック割引
- 1名様あたり 10,000円(税別) / 11,000円(税込)
学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院の学生に限ります。
教職員や研究員、企業に在籍されている学生には適用されません。
また、当日学生証をご持参ください。
本セミナーは終了いたしました。
これから開催される関連セミナー
| 開始日時 | 会場 | 開催方法 | |
|---|---|---|---|
| 2026/2/27 | 時系列データ解析の基礎と進め方のポイント | オンライン | |
| 2026/2/27 | 医薬品開発における生存時間解析 | オンライン | |
| 2026/3/2 | サンプリング試験 (抜取検査) の全体像を把握し適切に設計・運用する具体的ノウハウ | オンライン | |
| 2026/3/2 | マテリアルズインフォマティクスの動向と少ないデータへの適用事例 | オンライン | |
| 2026/3/6 | Google Gemini3 plus×Workspaceで実現する生成AIによる統計解析・データ分析 | オンライン | |
| 2026/3/9 | ベイズ統計モデリングの基本的な考え方とモデルの立て方、結果の解釈 | オンライン | |
| 2026/3/10 | Pythonを用いた高分子材料の画像解析入門 | オンライン | |
| 2026/3/10 | スペクトル・イメージデータへの機械学習の応用 | オンライン | |
| 2026/3/12 | Excelで始める実践データ分析 | オンライン | |
| 2026/3/12 | ICH新ガイドラインに対応する分析法開発と分析法バリデーションの基礎と実践 | オンライン | |
| 2026/3/13 | 開発・生産現場で諸課題を解決に導くデータ駆動型手法 / ディープニューラルネットワークモデル / MTシステムの基礎と応用 | オンライン | |
| 2026/3/13 | 分析法バリデーション 統計解析入門と分析能パラメータの計算法 | オンライン | |
| 2026/3/16 | Excel・Pythonで学ぶ製造業向けデータ解析と実務への応用 | オンライン | |
| 2026/3/16 | 小規模実験の自動化による研究開発の効率化と再現性向上 | オンライン | |
| 2026/3/16 | 分析法バリデーション 統計解析入門と分析能パラメータの計算法 | オンライン | |
| 2026/3/17 | Google Gemini3 plus×Workspaceで実現する生成AIによる統計解析・データ分析 | オンライン | |
| 2026/3/17 | Excel・Pythonで学ぶ製造業向けデータ解析と実務への応用 | オンライン | |
| 2026/3/18 | 工学・心理実験のための統計的思考とPython実践 | オンライン | |
| 2026/3/19 | AIの選択・精度・効率・構造・コストなどの最適化原理 | オンライン | |
| 2026/3/19 | ISO 13485:2016が要求する医療機器サンプルサイズの根拠を伴う統計学的手法 (全2コース) | オンライン |
関連する出版物
| 発行年月 | |
|---|---|
| 2024/10/31 | 少ないデータによるAI・機械学習の進め方と精度向上、説明可能なAIの開発 |
| 2023/6/30 | 生産プロセスにおけるIoT、ローカル5Gの活用 |
| 2022/12/31 | 機械学習・ディープラーニングによる "異常検知" 技術と活用事例集 |
| 2022/8/31 | 医療機器の設計開発における統計的手法とそのサンプルサイズ設定 |
| 2021/10/25 | AIプロセッサー |
| 2021/10/25 | AIプロセッサー (CD-ROM版) |
| 2021/10/18 | 医療機器の設計・開発時のサンプルサイズ設定と設定根拠 |
| 2021/7/30 | マテリアルズインフォマティクスのためのデータ作成とその解析、応用事例 |
| 2021/6/30 | 人工知能を用いた五感・認知機能の可視化とメカニズム解明 |
| 2021/6/28 | AI・MI・計算科学を活用した蓄電池研究開発動向 |
| 2020/8/11 | 化学・素材業界におけるデジタルトランスフォーメーションの最新調査レポート |
| 2020/7/31 | 生体情報センシングと人の状態推定への応用 |
| 2020/4/30 | 生体情報計測による感情の可視化技術 |
| 2019/1/31 | センサフュージョン技術の開発と応用事例 |
| 2018/5/31 | “人工知能”の導入による生産性、効率性の向上、新製品開発への活用 |
| 2018/4/25 | 統計学的アプローチを活用した分析法バリデーションの評価及び妥当性 |
| 2017/5/10 | 分析法バリデーション実務集 |
| 2015/6/26 | 2015年版 民生機器用蓄電池市場の実態と将来展望 |
| 2013/6/21 | 機械学習によるパターン識別と画像認識への応用 |
| 1993/3/1 | 新しいサーボ制御の基礎と実用化技術 |