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

製造業で成果を上げるための実践的データ活用術

製造業で成果を上げるための実践的データ活用術

～線形モデル・非線形モデルの構築方法、データ前処理、品質予測・異常検出等の応用事例 / AI時代に理解しておきたいデータ解析の基礎と活用の要点～
オンライン 開催
関連するセミナー・出版物
  • ライブ配信セミナーに申し込む
    • ライブ配信セミナーには、特典としてアーカイブ配信が付きます。
    • アーカイブ配信の視聴期間は、2026年8月28日〜9月3日を予定しております。
    • ライブ配信を欠席し、アーカイブ配信のみ受講をご希望の場合は、通信欄に「ライブ欠席、アーカイブのみ受講」とご記入ください。

    概要

    本セミナーでは、データ解析手法の基礎から解説し、データ解析手法を使用するデータ前処理、および注意すべきこと (弱点)を解説いたします。
    また、応用編では、産業応用事例を紹介しながら、実際に現場で役立つデータ活用術を解説いたします。

    開催日

    • 2026年8月27日(木) 10時30分 ～ 16時30分

    修得知識

    • 現実の問題をデータ解析で解決するための実践的方法
    • 様々な産業応用事例

    プログラム

    　AIが勝手にデータ解析をしてくれる時代が到来した。データとプロンプトを与えれば解析結果を出力してくれる。AIを使わないまでも、自動的に機械学習によるモデル構築を行ってくれるツールもある。ボタンを押すだけで、数多くの方法を試してオススメのモデルを提示してくれる。実に便利だ。しかし、それで大丈夫なのだろうか。間違った使い方をして間違った結論に飛びついていないだろか。実は、これは深刻な問題である。
    　生産性向上や品質改善を実現するためには、設備や製品に関する知識とデータを活用しなければならず、そのための方法を身に付ける必要がある。ドメイン知識が重要な役割を果たす。製造現場で成果をあげるために、最先端の機械学習手法が必要とは限らない。むしろ、実績豊富な方法を自分の道具箱に入れておき、それらを適材適所で使うことが大切である。目標を達成できるのであれば、手法やモデルはできるだけ単純な方がよい。
    　そのような観点から、本講座の基礎編では、最低限知っておくべきデータ解析手法を解説し、それらを使用する際に注意すべきこと (弱点) を指摘する。また、地味だが重要なデータ前処理にも触れる。その上で、応用編では、産業応用事例を紹介しながら、転移学習やグレイボックスモデル (ハイブリッドモデル) を含めて、実際に現場で役立つデータ活用術を紹介する。さらに、これまでの数多くの失敗経験から抽出した、データ解析で成果を挙げるための心得3箇条を示す。

    1. はじめに
      • 製造業におけるデータ活用について
    2. 基礎編1 : 最低限知っておきたい線形モデル構築方法
      1. 重回帰分析
      2. 線形判別分析
      3. 主成分分析
      4. 多重共線性の問題
      5. Ridge回帰とLasso回帰
      6. Partial Least Squares (PLS) 回帰
    3. 基礎編2 : 道具箱に入れておきたい非線形モデル構築方法
      1. ガウス過程回帰 (GPR)
        • バラツキを予測する (ベイズ最適化へ)
      2. Random Forest
        • 多数決で精度を高める
    4. 基礎編3 : 最低限実行するべきデータ前処理
      1. データを見る
      2. 外れ値を検出する
      3. 変数を変換する
    5. 応用編1 : 仮想計測・ソフトセンサー
      1. 仮想計測・ソフトセンサーの役割
      2. 実用上の課題
      3. Just-In-Timeモデル
        • 装置や原料の特性変化に対応する
      4. 製品品質の推定制御
        • 局所PLSとモデル予測制御を活用する
      5. 転移学習・ドメイン適応
        • データ不足問題を克服し、モデル構築期間を短縮する
    6. 応用編2 : 異常検出
      1. 統計的プロセス管理 (SPC)
      2. 多変量統計的プロセス管理 (MSPC)
      3. 非線形性に対応した異常検出方法
        • 近傍法
        • one-class SVM
        • Autoencoder
    7. 応用編3 : グレイボックス (ハイブリッド) モデル
      1. 物理モデル+統計モデル=グレイボックスモデル
      2. グレイボックスモデルによる予測
    8. おわりに
      1. まとめ
      2. データ解析の心得3箇条
      • 質疑応答
    ページのトップヘ

    講師

    • 加納 学 氏
      京都大学 情報学研究科 システム科学専攻
      教授
    ページのトップヘ

    主催

    サイエンス＆テクノロジー 株式会社
    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。

    お問い合わせ

    本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
    (主催者への直接のお問い合わせはご遠慮くださいませ。)

    受講料

    1名様
    : 38,200円 (税別) / 42,020円 (税込)
    複数名
    : 25,000円 (税別) / 27,500円 (税込)

    複数名受講割引

    • 2名様以上でお申込みの場合、1名あたり 25,000円(税別) / 27,500円(税込) で受講いただけます。
      • 1名様でお申し込みの場合 : 1名で 38,200円(税別) / 42,020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)
    • 同一法人内 (グループ会社でも可) による複数名同時申込みのみ適用いたします。
    • 請求書は、代表者にご送付いたします。
    • 請求書および領収書は1名様ごとに発行可能です。
      申込みフォームの通信欄に「請求書1名ごと発行」とご記入ください。
    • 他の割引は併用できません。
    • サイエンス&テクノロジー社の「2名同時申込みで1名分無料」価格を適用しています。

    アカデミー割引

    教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

    • 1名様あたり 10,000円(税別) / 11,000円(税込)
    • 企業に属している方(出向または派遣の方も含む)は、対象外です。
    • お申込み者が大学所属名でも企業名義でお支払いの場合、対象外です。

    ライブ配信セミナーについて

    • 本セミナーは「Zoom」を使ったライブ配信セミナーとなります。
    • お申し込み前に、 Zoomのシステム要件 と テストミーティングへの参加手順 をご確認いただき、 テストミーティング にて動作確認をお願いいたします。
    • 開催日前に、接続先URL、ミーティングID​、パスワードを別途ご連絡いたします。
    • セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
    • セミナー資料は、PDFファイルをダウンロードいただきます。
    • ご自宅への書類送付を希望の方は、通信欄にご住所・宛先などをご記入ください。
    • タブレットやスマートフォンでも受講可能ですが、機能が制限される場合があります。
    • ご視聴は、お申込み者様ご自身での視聴のみに限らせていただきます。不特定多数でご覧いただくことはご遠慮下さい。
    • 講義の録音、録画などの行為や、権利者の許可なくテキスト資料、講演データの複製、転用、販売などの二次利用することを固く禁じます。
    • Zoomのグループにパスワードを設定しています。お申込者以外の参加を防ぐため、パスワードを外部に漏洩しないでください。
      万が一、部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。
  • ライブ配信セミナーに申し込む
    • ページのトップヘ

    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
    2026/8/13 生成AIを活用した実験計画法とその妥当性検証法 オンライン
    2026/8/14 品質管理の基礎 (4) オンライン
    2026/8/17 マテリアルズ・インフォマティクスのためのデータの生成・蓄積・活用方法 オンライン
    2026/8/17 製造現場における暗黙知の言語化と技能伝承の進め方 オンライン
    2026/8/17 予兆保全のためのデータ基盤構築と現場を止めずに進める製造DXの実践アプローチ オンライン
    2026/8/18 事故や失敗事例から学ぶHAZOP実践講座 オンライン
    2026/8/18 医薬品売上予測の変数設計と予測モデル 実践講座 オンライン
    2026/8/18 技術者・研究者のための競合情報・市場情報の収集方法とAI活用 オンライン
    2026/8/19 生成AIを活用した特許クリアランス実務 オンライン
    2026/8/20 設計FMEA/工程FMEAの具体的な進め方 オンライン
    2026/8/20 生成AIで真因に迫り上流まで遡る新なぜなぜ分析の進め方 オンライン
    2026/8/20 質量分析の条件設定とマススペクトルの読み方 オンライン
    2026/8/20 非GLP試験での信頼性基準試験におけるリスクベースドアプローチを用いた信頼性保証 オンライン
    2026/8/20 技術者・研究者のための競合情報・市場情報の収集方法とAI活用 オンライン
    2026/8/20 FT-IRによる異物分析の実例とスペクトル解析のコツ オンライン
    2026/8/21 分析化学・機器分析の効率的な進め方 オンライン
    2026/8/21 ベイズ統計の基礎と実用性の手引き オンライン
    2026/8/21 技術文章の作成とAIを用いた効率化 オンライン
    2026/8/21 生成AIを活用した知財実務の実践講座 オンライン
    2026/8/21 FT-IRによる異物分析の実例とスペクトル解析のコツ オンライン
    ページのトップヘ

    関連する出版物

    発行年月
    2025/5/30 AI、シミュレーションを用いた劣化・破壊評価と寿命予測
    2025/3/31 ベイズ最適化の活用事例
    2025/3/31 生成AIによる業務効率化と活用事例集
    2024/10/31 自然言語処理の導入と活用事例
    2023/12/27 キャピラリー電気泳動法・イオンクロマトグラフィーの分析テクニック
    2023/11/29 開発段階に応じたバリデーション実施範囲・品質規格設定と変更管理 - プロセス/分析法バリデーション - (製本版 + ebook版)
    2023/11/29 開発段階に応じたバリデーション実施範囲・品質規格設定と変更管理 - プロセス/分析法バリデーション -
    2023/6/30 加速試験の実施とモデルを活用した製品寿命予測
    2023/6/30 生産プロセスにおけるIoT、ローカル5Gの活用
    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
    2022/4/28 プラントのDX化による生産性の向上、保全の高度化
    2022/4/28 研究開発部門へのDX導入によるR&Dの効率化、実験の短縮化
    2022/1/12 製造DX推進のための外観検査自動化ガイドブック
    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
    2021/6/28 AI・MI・計算科学を活用した蓄電池研究開発動向
    2020/11/6 QC工程表・作業手順書の作り方
    2020/7/28 紙データの電子化プロセスとスプレッドシートのバリデーション/運用/管理
    2019/8/30 ヒューマンエラーの発生要因と削減・再発防止策
    2019/2/28 においを "見える化" する分析・評価技術
    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
    ページのトップヘ